当然，每个人都梦见他的语音助手，这是著名电影中的另一种“贾维斯”的实现。
很长一段时间以来，我一直没有离开过我的“ Jarvis”想法，也没有用声音控制房屋中的设备。最后，人们创造了这个奇迹。我不必长时间考虑“大脑”，Raspberry Pi非常适合。因此，铁：实作
我们的助手将按照Alexa / Hub的原则工作：- 离线激活特定单词
- 认识云中的团队
- 运行命令
- 报告进度或告知请求信息
因为 我的相机是开箱即用的，不需要打扰驱动程序，所以我们立即进入软件部分。离线激活
激活将使用CMU Sphinx进行，一切都会好起来，但是开箱即用的识别速度非常慢，超过10秒钟，这绝对不合适，要解决此问题，您需要清除不必要的单词词典。安装所需的一切：pip3 install SpeechRecognition
pip3 install pocketsphinx
进一步sudo nano /usr/local/lib/python3.4/dist-packages/speech_recognition/pocketsphinx-data/en-US
/pronounciation-dictionary.dict
删除除我们需要的Jarvis之外的所有内容： jarvis JH AA R V AH S
现在，pocketsphinx可以很快识别出。语音识别
最初，有一个使用Google服务的想法，除了对SpeechRecognition的支持外。但事实证明，谷歌为此花了钱，但无法与实体机配合使用。人。幸运的是，Yandex还免费提供了这种机会，而且非常简单。注册，获取API KEY。所有工作都可以通过curl'om完成。curl -X POST -H "Content-Type: audio/x-wav" --data-binary "@file" «https://asr.yandex.net/asr_xml?uuid=ya_uid&key=yf_api_key&topic=queries»
语音合成
Yandex在这里将再次帮助我们。我们发送文本作为响应，我们收到包含合成文本的文件curl «https://tts.voicetech.yandex.net/generate?format=wav&lang=ru-RU&speaker=zahar&emotion=good&key=ya_api_key» -G --data-urlencode "text=text" > file
贾维斯
将它们放在一起并获得这样的脚本。
import os
import speech_recognition as sr
from xml.dom import minidom
import sys
import random
r = sr.Recognizer()
ya_uuid = ''
ya_api_key = ''
def convert_ya_asr_to_key():
xmldoc = minidom.parse('./asr_answer.xml')
itemlist = xmldoc.getElementsByTagName('variant')
if len(itemlist) > 0:
return itemlist[0].firstChild.nodeValue
else:
return False
def jarvis_on():
with sr.WavFile("send.wav") as source:
audio = r.record(source)
try:
t = r.recognize_sphinx(audio)
print(t)
except LookupError:
print("Could not understand audio")
return t == ("jarvis")
def jarvis_say(phrase):
os.system(
'curl "https://tts.voicetech.yandex.net/generate?format=wav&lang=ru-RU&speaker=zahar&emotion=good&key='+ya_api_key+'" -G --data-urlencode "text=' + phrase + '" > jarvis_speech.wav')
os.system('aplay jarvis_speech.wav')
def jarvis_say_good():
phrases = ["", "", "", "", "- ?", ]
randitem = random.choice(phrases)
jarvis_say(randitem)
try:
while True:
os.system('arecord -B --buffer-time=1000000 -f dat -r 16000 -d 3 -D plughw:1,0 send.wav')
if jarvis_on():
os.system('aplay jarvis_on.wav')
os.system('arecord -B --buffer-time=1000000 -f dat -r 16000 -d 3 -D plughw:1,0 send.wav')
os.system(
'curl -X POST -H "Content-Type: audio/x-wav" --data-binary "@send.wav" "https://asr.yandex.net/asr_xml?uuid='+ya_uuid+'&key='+ya_api_key+'&topic=queries" > asr_answer.xml')
command_key = convert_ya_asr_to_key()
if (command_key):
if (command_key in [‘key_word', ‘key_word1’, ‘key_word2']):
os.system(‘’)
jarvis_say_good()
continue
except Exception:
jarvis_say('- ')
这是怎么回事。我们开始一个无休止的循环，记录三秒钟，如果在文件中找到单词“ jarvis”，则发送狮身人面像进行识别 if jarvis_on():
播放预先录制的激活通知文件。我们再次记录3秒，并将其发送给Yandex，作为回应，我们得到了我们的团队。接下来，我们根据命令执行操作。仅此而已。执行脚本可以提出很多。用例
现在我实际使用的一些例子飞利浦色相
安装pip install phue
在Hue应用程序中，设置一个静态IP：
运行：
import sys
from phue import Bridge
b = Bridge('192.168.0.100')
print (b.get_scene())
我们以“ 470d4c3c8-on-0”的形式写出必要电路的ID，该脚本的最终版本是：
import sys
from phue import Bridge
b = Bridge('192.168.0.100')
if (sys.argv[1] == 'off'):
b.set_light([1,2,3],'on', False)
else:
b.activate_scene(1,sys.argv[1])
在jarvis中添加： if (command_key in [' ', ' ', '']):
os.system('python3 /home/pi/smarthome/hue/hue.py a1167aa91-on-0')
jarvis_say_good()
continue
if (command_key in [' ', ' ']):
os.system('python3 /home/pi/smarthome/hue/hue.py ac637e2f0-on-0')
jarvis_say_good()
continue
if (command_key in [' ', ' ']):
os.system('python3 /home/pi/smarthome/hue/hue.py "off"')
jarvis_say_good()
continue
LG电视
我们从这里获取脚本。首次启动并输入配对代码后，该代码本身不会更改，因此您可以从脚本中删除此部分，只保留控件一个。在jarvis中添加：
if (command_key in [' ', ' ']):
os.system('python3 /home/pi/smarthome/TV/tv2.py 1')
jarvis_say_good()
continue
if (command_key in [‘ ', '']):
os.system('python3 /home/pi/smarthome/TV/tv2.py 24')
jarvis_say_good()
continue
广播电台
sudo apt-get install mpg123
在jarvis中添加：
if (command_key in ['', ‘ ’,’ ’]):
os.system(‘mpg123 URL')
continue
如果您不向Jarvis喊叫，
您还可以设置Sbridge并通过Siri管理所有内容。至于语音识别的质量，当然不是Alexa，而是在5米以内的肯定命中百分比是不错的。主要问题是来自电视/扬声器的语音与命令一起被记录，并且干扰识别。就这样，谢谢。