TJBOT IBM Watson सेवाओं के दृष्टांत के रूप में

नमस्कार, हेब्र! 2019 के वसंत में, अगला थिंक डेवलपर्स वर्कशॉप हुआ, जहां हर कोई एक टीजेबोटा कार्डबोर्ड रोबोट को इकट्ठा कर सकता है जो आईबीएम वॉट्सएप सर्विसेज चला रहा है। कटर के तहत एक विस्तृत निर्देश है कि कैसे और कैसे इस तरह के रोबोट, उपयोगी लिंक और सरल व्यंजनों को इकट्ठा किया जाए जो वाटसन सेवाओं की कुछ संज्ञानात्मक क्षमताओं को प्रदर्शित करता है, साथ ही आईबीएम के मास्को कार्यालय में वाटसन सर्विसेज पर दो जुलाई सेमिनार की एक छोटी घोषणा।



आईबीएम वाटसन सेवाएं एक संज्ञानात्मक प्रणाली है जो प्राकृतिक भाषा को संसाधित कर सकती है, छवियों को पहचान सकती है, और सीख सकती है। किसी भी एप्लिकेशन में इन सेवाओं के सुविधाजनक उपयोग के लिए, एक एपीआई मौजूद है।

TJBot एक खुला स्रोत परियोजना है जिसे वाटसन सेवाओं तक पहुंचने में मदद के लिए डिज़ाइन किया गया है। यह एक रोबोट है जिसे हर रास्पबेरी पाई और तैयार कृत्रिम बुद्धिमत्ता बना सकता है। टीजेबोट को व्यंजनों के साथ पुनर्जीवित किया जा सकता है।

रेसिपीज़ स्टेप-बाय-स्टेप निर्देश हैं, जिससे आप अपनी TJBot को वाट्सऐप टू स्पीच टू टेक्स्ट, विज़ुअल रिकॉग्निशन और लैंग्वेज ट्रांसलेटर जैसी सेवाओं से जोड़ सकते हैं। रेसिपी रास्पबेरी पाई पर आधारित हैं।

TJBota के लिए क्या आवश्यक है

• रास्पबेरी पाई 3 + ओएस एसडी कार्ड
• USB माइक
• 3.5 मिमी के साथ ब्लूटूथ स्पीकर या स्पीकर। ऑडियो जैक
• सर्वो ड्राइव
• NeoPixel RGB LED (8 मिमी)
• पोस्टिंग मॉम मॉम और डैड मॉम
• रास्पबेरी पाई कैमरा
• बिजली की आपूर्ति
• केस (कार्डबोर्ड से कटे हुए 3 डी प्रिंटर या लेजर पर प्रिंट किया जा सकता है। आवश्यक लेआउट यहाँ हैं )

विधानसभा के निर्देश यहां मिल सकते हैं ।

नीचे दिए गए चित्र में बोर्ड को डायोड और सर्वो का कनेक्शन आरेख।



मामले को "चारों ओर" इकट्ठा किया जाता है, इसलिए आपको पहले मेमोरी कार्ड में ओएस लिखना होगा।

सबसे आसान तरीका NOOSBS स्थापित करना है , लेकिन कोई अन्य लिनक्स हमारे लिए उपयुक्त है। NOOBS इंस्टॉल करने से पहले, मेमोरी कार्ड को फॉर्मेट करें, इंस्टॉलेशन फ़ाइलों के साथ संग्रह डाउनलोड करें और उन्हें अपने कंप्यूटर पर निर्यात करें। अगला, आपको फ़ाइलों को नॉब फ़ोल्डर से मेमोरी कार्ड में स्थानांतरित करना होगा। पहली बार जब आप रास्पबेरी शुरू करते हैं (पहले से डाले गए मेमोरी कार्ड के साथ), ओएस इंस्टॉलेशन मेनू खुलता है। विस्तृत निर्देश यहां देखे जा सकते हैं ।

कार्यक्रम की तैयारी

पैकेज स्थापित करने के लिए पहली बात यह है:

curl -sL http://ibm.biz/tjbot-bootstrap | sudo sh – 

अब तैयार व्यंजनों को गिथब से डाउनलोड करें:

 git clone https://github.com/ibmtjbot/tjbot.git 

नुस्खा के साथ निर्देशिका पर जाएं:

 cd tjbot / recipes / speech_to_text 

इस फ़ोल्डर में config.js कॉन्फ़िगरेशन फ़ाइल और निष्पादन योग्य स्क्रिप्ट stt.js. के साथ फ़ाइल है

Npm स्थापित करें:

 sudo apt-get install npm 

वाटसन सेवाओं से कनेक्ट करें

वाटसन सेवाओं का उपयोग करने के लिए, आपको इन चरणों का पालन करने की आवश्यकता है।

हम इस साइट पर जाते हैं ।



रजिस्टर करें और निर्देशिका पर जाएं। कैटलॉग में हम "भाषण से पाठ" के लिए देख रहे हैं। भाषण से पाठ एक ऐसी सेवा है जिसका उपयोग भाषण को पाठ में अनुवाद करने के लिए किया जाता है। एपीआई तक पहुंच यहां पाई जा सकती है ।



जब हम छवि मान्यता के साथ काम करते हैं तो टेक्स्ट टू स्पीच और विजुअल रिकॉग्निशन की भी जरूरत होगी। हम भाषण से पाठ पर क्लिक करते हैं, हम इस घटक के विवरण के साथ पृष्ठ पर पहुंचते हैं और उपयोग के लिए योजना बनाते हैं।



एक मुफ्त योजना हमारे लिए पर्याप्त है। क्रिएट पर क्लिक करें, फिर बाईं ओर मेनू में, सर्विस क्रेडेंशियल्स पर जाएं।



यहां से, आपको क्रेडेंशियल्स और APIKEY की प्रतिलिपि बनाने और उन्हें config.js फ़ाइल में पेस्ट करने की आवश्यकता है।

 // Create the credentials object for export exports.credentials = {}; // Watson Speech to Text // https://www.ibm.com/watson/services/speech-to-text/ exports.credentials.speech_to_text = { "apikey": "...", "iam_apikey_description": "...", "iam_apikey_name": "...", "iam_role_crn": "...", "iam_serviceid_crn": "...", "url": "https://gateway-lon.watsonplatform.net/speech-to-text/api" }; 

अब, यदि हम एक अन्य वाटसन सेवा को जोड़ना चाहते हैं, तो विन्यास फाइल में हमें प्रत्येक सेवा में एपिके और यूआरएल के साथ एक ब्लॉक जोड़ना होगा, जो निम्न निर्माण में लिपटे हुए हैं:

 exports.credentials.[ text_to_speech/visual_recognition/speech_to_text ] = { … }; 

तजबोटा का पुनरुद्धार

निष्पादन योग्य बॉट स्क्रिप्ट के साथ फाइल पर विचार करें stt.js. इसमें वाटसन सेवाओं का उपयोग किए बिना बॉट के संचालन की जांच के लिए तैयार डिस्कोपार्टी () फ़ंक्शन है। यह फ़ंक्शन विभिन्न रंगों में बॉट डायोड ब्लिंक बनाता है।

 function discoParty() { for (i = 0; i < 30; i++) { setTimeout(function() { var randIdx = Math.floor(Math.random() * tjColors.length); var randColor = tjColors[randIdx]; tj.shine(randColor); }, i * 250); } } discoParty(); 

उसी स्क्रिप्ट में एक फ़ंक्शन होता है जो आपको डेवलपर के भाषण का उपयोग करके डायोड के रंग को बदलने की अनुमति देता है।

स्क्रिप्ट चलाएँ:

 sudo node stt.js 

डायोड के रंग को नीला करने के लिए बॉट को "हल्का नीला चालू करें" कहें, डायोड चालू करने के लिए "प्रकाश को चालू करें", या "प्रकाश को बंद करें" को बंद करें। मान्यता के लिए समर्थित रंग (अब तक केवल अंग्रेजी समर्थित है): पीला, हरा, नारंगी, बैंगनी, मैजेंटा, लाल, नीला, एक्वा और सफेद।

TjBot में बहुत सारे बुनियादी कार्य हैं। उदाहरण के लिए, सर्वो की जांच करने के लिए, आप tj.wave () फ़ंक्शन का उपयोग कर सकते हैं, जो कि बॉट को हैंडल की एक लहर के साथ आपको शुभकामनाएं देता है। ये संक्षिप्त विवरण फ़ंक्शन यहां देखे जा सकते हैं ।

अब दृश्य परिदृश्य और भाषण के लिए पाठ दोनों का उपयोग करते हुए, निम्नलिखित परिदृश्य पर विचार करें।

टेक्स्ट टू स्पीच एक ऐसी सेवा है जो विभिन्न आवाज़ों, कुंजियों और भाषाओं का उपयोग करके मुद्रित टेक्स्ट को भाषण में परिवर्तित करती है। इसका एपीआई निम्नलिखित लिंक पर पाया जा सकता है। दृश्य मान्यता सेवा आपको चित्र में दिखाए गए वर्णन करने की अनुमति देती है। यह लोगों के चेहरे को उनकी अनुमानित उम्र और लिंग, भोजन, व्यंजन, वस्तुओं के निर्धारण के साथ पहचानता है और समान छवियों के लिए खोज कर सकता है। इस सेवा के लिए एपीआई यहां पाया जा सकता है । इन सेवाओं का उपयोग करके, हम बॉट को देखना और बोलना सिखाएंगे। कैमरे से प्राप्त छवि के आधार पर, वाटसन सेवाएं (दृश्य मान्यता) हमें उत्तर के रूप में छवि टैग के साथ एक जसन-वस्तु भेज देगी, और पाठ से भाषण तक उन्हें आवाज देने में मदद मिलेगी।

सबसे पहले, cloud.ibm.com पर क्रेडेंशियल बनाएं। हम उन्हें कॉपी करते हैं और उन्हें config.js कॉन्फ़िगरेशन फ़ाइल में पेस्ट करते हैं।

इसके बाद, निष्पादन योग्य स्क्रिप्ट stt.js. संपादित करें हम इसमें निम्नलिखित पंक्तियाँ पाते हैं:

 // these are the hardware capabilities that our TJ needs for this recipe var hardware = ['led', 'microphone']; 

हार्डवेयर सरणी में प्रयुक्त बॉट डिवाइस हैं। यदि हम स्क्रिप्ट में एक सर्वो का उपयोग करना चाहते हैं, तो सरणी में "सर्वो" पर हस्ताक्षर करना आवश्यक होगा, अगर हमें एक कैमरा की आवश्यकता है, तो हम सरणी में "कैमरा" जोड़ेंगे, स्तंभ का उपयोग करने के लिए हम "स्पीकर" लिखेंगे।
तो, हमारी स्क्रिप्ट क्रमशः एक कॉलम और एक कैमरा का उपयोग करेगी, हम इसे हार्डवेयर सरणी में साइन करते हैं।

 // these are the hardware capabilities that our TJ needs for this recipe var hardware = ['led', 'servo', 'camera', 'speaker', 'microphone']; // set up TJBot's configuration var tjConfig = { log: { level: 'verbose' }, speak: { language: 'en-US', // see TJBot.prototype.languages.speak voice: undefined, // use a specific voice; if undefined, a voice is chosen based on robot.gender and speak.language speakerDeviceId: "plughw:0,0" // plugged-in USB card 1, device 0; see aplay -l for a list of playback devices }, listen: { microphoneDeviceId: "plughw:1,0", // plugged-in USB card 1, device 0; see arecord -l for a list of recording devices inactivityTimeout: -1, // -1 to never timeout or break the connection. Set this to a value in seconds eg 120 to end connection after 120 seconds of silence language: 'en-US' // see TJBot.prototype.languages.listen }, }; 

Tj- लाइब्रेरी के मूल कार्यों से, हमें tj.see () और tj.speak () कार्यों की आवश्यकता है।

Tj.see () फ़ंक्शन एक फ़ोटो बनाता है (ऑब्जेक्ट को tmp फ़ोल्डर में संग्रहीत किया जाता है), इसे वाटसन सेवाओं के साथ क्लाउड पर भेजता है, छवि का विश्लेषण करता है और टैग से मिलकर एक json ऑब्जेक्ट बनाता है - फोटो का वर्णन करने वाले शब्द (आप अलग-अलग विवरण और आत्मविश्वास की डिग्री चुन सकते हैं) और इन टैग की विश्वसनीयता का प्रतिशत। हम कंसोल के लिए सेवाओं की प्रतिक्रिया की सामग्री का उत्पादन करेंगे।

Tj.speak () फ़ंक्शन वॉटसन सेवाओं का उपयोग करके ध्वनि फ़ाइल में पाठ को रूपांतरित कर सकता है और फिर उसे चला सकता है। इसके अलावा, अगर वाटसन सेवाओं की मदद से किसी व्यक्ति को फोटो में पता चला है, तो टीजेबोट पेन को तरंगित करेगा।

 // instantiate our TJBot! var tj = new TJBot(hardware, tjConfig, credentials); tj.see().then(function(objects){ var tags = objects.map(function(object){ return object.class; }); if (tags.includes('person')){ tj.wave(); } console.log(tags); for(var i=0;i<tags.length;i++){ tj.speak(tags[i]); } }); 

यह नुस्खा दिखाता है कि आपकी परियोजना में वाटसन सेवाओं का उपयोग करना कितना आसान है। इन सेवाओं और उनसे लिंक का संक्षिप्त विवरण पहले से ही इस लेख में था । मुफ्त में सभी वाटसन सेवाओं का प्रयास करें।

इसके अलावा, बहुत जल्द ही आईबीएम मास्को कार्यालय में सेमिनार आयोजित किया जाएगा, जिस पर आप अन्य वाट्सएप सेवा सुविधाओं से परिचित हो सकेंगे।

9 जुलाई 2019 को, आईबीएम वॉटसन ओपनस्केल वर्कशॉप के साथ Unveil AI ब्लैकबॉक्स नए क्लाउड उत्पाद, वाटसन ओपनस्केल पर आयोजित किया जाएगा। इस घटना में, आप तंत्रिका नेटवर्क के सिद्धांतों से परिचित हो पाएंगे, एक तंत्रिका नेटवर्क बनाने और प्रशिक्षित करने का प्रयास करेंगे और वाटसन एआई ओपनस्केल प्लेटफॉर्म का उपयोग करके इसका परीक्षण करेंगे। आपको इस लिंक का उपयोग करके घटना के लिए पूर्व-पंजीकरण करना होगा।

10 जुलाई, 2019 को, आईबीएम क्लाउड में "छवि और वीडियो मान्यता" सेमिनार आयोजित किया जाएगा। इस संगोष्ठी में, आप सीख सकते हैं कि अपने आवेदन में कृत्रिम बुद्धि को लागू करने के लिए वाटसन स्टूडियो का उपयोग कैसे करें। विस्तृत घटना विवरण और पंजीकरण लिंक यहाँ ।