Rhasspy एक खुला स्रोत और पूरी तरह से ऑफ़लाइन भाषण टूलकिट है। रूसी भाषा की मान्यता। बादल से कोई रिसाव नहीं

एक होममेड स्मार्ट स्पीकर जैसे DIY उपकरणों के लिए माइक्रोफोन सरणियों की तुलना से फोटो

अमेज़ॅन इको जैसे सिस्टम आपके संवेदनशील वार्तालापों (यहां तक ​​कि गलती से दर्ज) को भंडारण के लिए क्लाउड पर भेजते हैं। कुछ मामलों में, रिकॉर्डिंग को लाइव ऑपरेटरों द्वारा सुना जाता है । यह सिर्फ निजता का हनन नहीं है। यह स्वेच्छा से एक "कॉमरेड मेजर" में रहने देता है, जो एक सहायक सहायक होने का नाटक करते हुए, दिन में 24 घंटे पास रहता है, और ध्यान से रिकॉर्ड करता है।

Google, Amazon या Yandex जैसे निगमों से एक वाणिज्यिक प्रणाली खरीदने के बजाय, आप रास्पबेरी पाई 2-3 बी / बी +, पर्सनल कंप्यूटर या लैपटॉप के आधार पर एक समान ओपन सोर्स सिस्टम बना सकते हैं।

Rhasspy एक सुरक्षित आवाज सहायक है जो स्वायत्तता से काम करता है। यह वाक् पहचान और आवाज आदेशों का सफलतापूर्वक सामना करते हुए, दूरस्थ सेवाओं में कुछ भी प्रसारित नहीं करता है।

Rhasspy का किसी भी सॉफ्टवेयर या हार्डवेयर सिस्टम में बहुत सरल एकीकरण है, जहाँ आप ध्वनि नियंत्रण जोड़ना चाहते हैं। लेखक बताते हैं कि यह टूल मूल रूप से होम असिस्टेंट प्रोजेक्ट के लिए लिखा गया था, लेकिन अब अधिकांश अन्य होम ऑटोमेशन सिस्टम (Hass.io, Node-RED, OpenHAB, Jeedom) के साथ संगत है।

Rhasspy को MQTT, HTTP या Websockets के माध्यम से बाहरी सेवाओं के साथ काम करने के लिए अनुकूलित किया गया है। स्पष्ट रूप से परिभाषित व्याकरणिक संरचना (प्रकाश को चालू / बंद करें, संगीत लाउडर / शांत, आदि) के साथ वॉयस कमांड के लिए विशेष रूप से अनुकूलित।

रूसी सहित 14 भाषाओं का समर्थन किया जाता है।

काम का मॉडल प्रलेखन में वर्णित है। यह एक विशिष्ट टेम्पलेट भाषा के माध्यम से आवाज आदेशों की मान्यता पर आधारित है, विशेष रूप से इस क्षेत्र के लिए अनुकूलित है। इन आदेशों को इरादे से वर्गीकृत किया गया है और इसमें स्लॉट या टैग शामिल हो सकते हैं, जैसे कि प्रकाश के लिए रंग या उस विशेष स्थिरता का नाम जिसके लिए कमांड दी गई है।

आरंभ करने के लिए, इरादों को सूचीबद्ध करें (वर्ग कोष्ठक में) और उन्हें कॉल करने के संभावित तरीके। टेम्पलेट कुछ इस तरह दिखता है:

[LightState] states = (on | off) turn (<states>){state} [the] light 

इस पैटर्न के अनुसार, Rhasspy एक JSON कोड उत्पन्न करेगा जिसका उपयोग होम ऑटोमेशन सिस्टम, एक बाहरी एप्लिकेशन या एक हार्डवेयर डिवाइस ( नोड-RED , वेब सॉकेट्स) के माध्यम से किया जा सकता है:

 { "text": "turn on the light", "intent": { "name": "LightState" }, "slots": { "state": "on" } } 

भाषण मान्यता सीधे पॉकेटफिनिक्स द्वारा की जाती है : रूसी भाषा के समर्थन के साथ एक हल्का खुला स्रोत इंजन। यह मोबाइल उपकरणों या रास्पबेरी पाई जैसे एकल बोर्ड कंप्यूटरों के लिए बहुत अच्छा है।

आपके डिवाइस पर ध्वनि प्रसंस्करण ऑफ़लाइन है। ध्वनि स्वयं एक रास्पबेरी पाई माइक्रोफोन सरणी (जैसे कि एक ReSpeaker 4 Mic Array या ReSpeaker 2 MICS pH ) या किसी नेटवर्क पर ऑडियो स्ट्रीम से आ सकती है ।

Rhasspy भाषण मान्यता इंजन को होम ऑटोमेशन सिस्टम या किसी अन्य सिस्टम से जोड़ने के लिए एक बहुत ही सुविधाजनक उपकरण है जिसमें आवाज नियंत्रण की आवश्यकता होती है। सिद्धांत रूप में, इसका उपयोग कहीं भी किया जा सकता है: उदाहरण के लिए, मोबाइल एप्लिकेशन में। या किसी तरह के होम रोबोट में जैसे वैक्यूम क्लीनर या बारटेंडर।

यह अच्छा है जब रोबोट पहले की तरह ही सभी कार्य करता है, लेकिन अब वॉयस कमांड द्वारा।

Rhasspy के लेखक भी voice2json परियोजना के लेखक हैं: यह एक ही कार्य के बारे में एक सांत्वना कार्यक्रम है, मानव भाषण को आसानी से कंप्यूटर कमांड (या इसके विपरीत) की सूची में परिवर्तित करने के लिए।

ऐसा लगता है कि भविष्य वॉयस इंटरफेस के साथ है। इस मामले में, यह बहुत महत्वपूर्ण है कि ध्वनि धाराओं का प्रसंस्करण स्थानीय स्तर पर होता है और इंटरनेट तक पहुंच की आवश्यकता नहीं होती है।