语音交互（初学）

一：寒假开始整一个机器人有关的项目，学习了语音方面的知识，下来做个总结。整个语音部分都用的是科大讯飞的平台，用的系统是ubuntu18.04
二：功能分类
1：语音听写：将语音转化为文字
2：语音合成：将文字转语音
3：语音唤醒：通过设置特定唤醒词来唤醒
4：人声检测：检测到人声后开始语音识别
5：语音录入：将语音存储
三：功能详解
1：语音录入；通过相应python程序调用麦克风实现一定时间语音录入；当然这个由于后面功能不够所以被舍弃，但前期可以学习；
2：语音听写：下载科大讯飞的SDK实现，下载了要改动的内容请参考博客：
https://zhiqianghe.blog.csdn.net/article
/details/84135125
3：语音合成：这部分也是调用科大讯飞的SDK实现，但注意添加自己的账号密码的时候需要用双引号扩住，在一个就是实现语音文件的播放参考博客：https://blog.csdn.net/pengranxindong/article/details/90606279
4：语音唤醒：语音文件唤醒，需要配合人声检测来实现，具体过程就是，程序开始，麦克风一直监测环境声音，当大于一定分贝后开始录音，直到分贝小于特定值，然后对语音文件进行语音唤醒词鉴定，存在则唤醒，否则进行下一个循环
5：人声检测：需要安装相应的功能包进行人声检测；
四：实现一个完整指令
比如我们要实现语音唤醒加播放一首歌曲这个功能；
运行程序-语音唤醒-成功-采集环境声音存储-翻译成相关命令-如果命令存在（可以被识别）-进行相应功能；
这就是大概的流程；

如有不足之处，请指教，如果这篇文章对你有帮助，请点个赞支持一下；