十一月份,得到了一个树莓派开发板,可以研究基于树莓派的语音识别等等人工智能项目,人工智能是最近比较火的,所以让我们看看到底这个小玩意可以干点什么!
购买的链接如下:树莓派,此外,还购买了16G内存卡一张,PS3Playstation3 EYE麦克风一个用于语音识别,基本的东西就是这些。
系统方面,首先采用的是百度的DuerOS Raspberry系统,方便与接下来用的 Python SDK相结合,GitHub地址如下:DuerOS-Python-Client
接下来就是激动人心的首次唤醒了,唤醒之前,还要进行一些环境包的配置
sudo systemctl disable duer
sudo systemctl stop duer
sudo apt-get install python-dateutil
sudo apt-get install gir1.2-gstreamer-1.0
sudo apt-get install python-pyaudio
sudo apt-get install libatlas-base-dev
sudo apt-get install python-dev
sudo pip install tornado
sudo pip install hyper
hyper库用来支持http2.0 client, pyaudio用来支持录音,tornado用来完成oauth认证。
openssl安装包 密码: ydkm
python2.7.14安装包 密码: spr8
sudo tar -zxvf openssl1.1.tar.gz -C /usr
sudo tar -zxvf python2.7.14.tar.gz -C /usr/local/
sudo rm -rf /usr/bin/python
sudo ln -s /usr/local/python2.7.14/bin/python /usr/bin/python
git clone https://github.com/MyDuerOS/DuerOS-Python-Client.git
cd DuerOS-Python-Client
git checkout raspberry-dev
./auth.sh
直接运行使用默认的client_id和client_secret,开发者可以替换成自己在DuerOS开放平台申请的client_id和client_secret,进而实现在控制台自定义的配置属性。
app/auth.py
其中,需要在开放平台中“安全设置”的“授权回调页”,设置成
http://127.0.0.1:3000/authresponse
./wakeup_trigger_start.sh
./enter_trigger_start.sh
接下来就是第一次唤醒了,演示视频如下:
测试一些基本功能,包括系统画像和聊天功能
接下来进行唤醒词的修改,你可以将唤醒词改为大白,或者像我一样改为Jarvis,很酷,不是吗?
首先,我们需要训练自己的唤醒词,训练的语料越多,识别准确率也就越高。
选择在snowboy平台训练自己的唤醒词
先附上snowboy的官方地址:snowboy
在线训练完成后,下载训练模型(本例中我的训练唤醒词为“小白”)
下载的模型为”小白.pmdl”
snowboy GitHub地址: snowboy GitHub
git clone https://github.com/Kitt-AI/snowboy.git
在snowboy/swig/Python目录执行“make”命令,
将snowboy/examples目录下的Python目录更名为snowboy
有了上面的定制唤醒模型(小白.pmdl)和snowboy python接口组件,下面就可以更新Python DuerOS SDK的代码了。
先删除Python DuerOS中的app/snowboy文件夹,然后再将步骤2中生成的snowboy文件夹拷贝到app/目录下,然后,将训练好的唤醒模型(小白.pmdl)拷贝到app/snowboy目录中。
注释掉self.audio和self.stream_in
在main()方法中更新唤醒模型,
经过上面的步骤,我们便能够更新成自己喜欢的唤醒词。但我们自定义的唤醒词还不是完美的。在测试中会发现唤醒率并不高。根本的原因在于我们自定义的唤醒词,训练语料条太少了(可能只有1组,3条)。要达到一个很好的唤醒率,需要进行大量丰富的语音样本训练才行。
唤醒词更改测试