Spracherkenung

PCGamer88 · Feb 22nd 2017

Hallo,

ich probiere schon tagelang eine funktionierende Spracherkennung auf mein Raspberry pi 3 hinzubekommen. Bis jetzt ohne erfolg
Ich habe die Software PiAUlSuite bzw. Jasper probiert.

PiAulsuiit:

Nachdem ich die Kommandos

Code

git clone git://github.com/StevenHickson/PiAUISuite.git
cd ~/PiAUISuite/Install/
sudo ./InstallAUISuite.sh

ausgeführt hatte, konnte man die verschiedenen Pakete installieren.
Ich habe nur die benötigten Abhängigkeit sowie voicecommand installiert.
Nach der Installation von Voicecommand und der Bestätigung zum einrichten kam schon der erste Fehler

Code

voicecommand: error while loading shared libraries: libboost_regex.so.1.49.0: cannot open shared object file: No such file or directory

Um dieses Problem zu Lösen, habe ich durch Google folgende Lösung gefunden:
https://www.raspberrypi.org/fo…opic.php?t=72570&p=522791
Letzter Beitrag.

danach nochmal

Code

voicecommand -s

ausgeführt.
Bei der Frage

Code

Do you want to set up and check the text to speech options?

wo ich nach den Bestätigen etwas hören sollte, höre ich einfach nix

Habt Ihr eine Idee?

Die Installation von Jasper bekomme ich einfach unter mein pi3 mit Jessie Betriebssystem nicht hin
Geht Jasper überhaupt unter Jessie?

Ich benutze eine USB Soundkarte, welches ich nach der Anleitung http://www.forum-raspberrypi.d…aspbian-jessie-einrichten installiert habe. Mittels "Speaker-test" höre ich auch ein Brummen aus meinen Lautsprecher. Das angeschlossene Mikrofon über die USB Soundkarte funktioniert auch.

Gibt es eventuell auch noch Alternativen neben PiAULSuite und Jasper?

Freue mich auf eure Antworten.
Ein schönen Abend
PCGamer8

KrawallKurt · Feb 22nd 2017

Jasper ist auf jeden Fall die bessere Alternative von beiden. PiAUISuite ist echt Schrott.

Was kriegst du denn bei der Installation nicht hin?

PCGamer88 · Feb 23rd 2017

ich gehe nach der Anleitung von hier vor: https://jasperproject.github.io/documentation/installation/

Bei den Punkt "Build Phonetisaurus" bricht er ab

C

root@raspberrypi:~/jasper/cmuclmtk/is2013-conversion/phonetisaurus/src# sudo make
g++ -O2 -I3rdparty/sparsehash -I3rdparty/utfcpp    -c Phonetisaurus.cpp -o Phonetisaurus.o
Phonetisaurus.cpp:34:24: fatal error: fst/fstlib.h: No such file or directory
#include <fst/fstlib.h>
                       ^
compilation terminated.
Makefile:51: recipe for target 'Phonetisaurus.o' failed
make: *** [Phonetisaurus.o] Error 1

Was ist den da falsch?

Wie kann ich PiAULSuite wieder deinstallieren?

Pi42 · Feb 27th 2017

Ich würde dir empfehlen die Google Speech API statt Pocketsphinx zu nutzen. Das funktioniert bei mir deutlich besser.
Wenn es unbedingt Pocketsphinx sein soll, lies hier: http://chrismeiercs.com/blog/2…r-on-raspberry-pi-b-plus/
Ich weiß aber nicht, ob das auch für den RPi3 so funktioniert
Die offizielle Anleitung leider ist nicht ganz vollständig und umsetzbar.

KrawallKurt · Feb 27th 2017

Von Google Speech für die passive Erkennung rate ich dir dringend ab. Dann wird nämlich jede Unterhaltung, die du führst zu Google übertragen.

Ich nutze momentan für die passive Erkennung Snowboy. Kann später mehr dazu sagen, wenn ich daheim bin.

Für die aktive Erkennung nutze ich auch Google, weil es einfach am besten ist. Aber das mit der Privatsphäre solltest du im Hinterkopf haben

Pi42 · Feb 27th 2017

Ich denke das kann jeder für sich entscheiden. Wenn man Siri oder Google Now, ... nutzt gehen alle Daten auch über die Server der jeweiligen Firma.
Ich meine nur das die Google Speech API am besten funktioniert.

4zap · Feb 27th 2017

Hi

ich hab noch einen Pi hier liegen der dafür verwendet werden soll wenn mein AQ Pi alles so macht wie er es soll. Hatte auch diverse Gits versucht, aber ich hab mir die kompletten Audioeinstellunge zerschossen und erstmal abgebrochen. Gestern bin ich hier drüber gestolpert -> https://www.indiegogo.com/proj…-voice-platform-for-all#/

Das sieht mir interessant aus und funktioniert angeblich auch ohne Cloud im Hintergrund, also auch offline. Ich mag Alexa, Siri, Cortana nicht wirklich und will einen eigene Lösung implementieren. Das Matrix hab ich schon gecrowded, warte auf die Auslieferung. Das Ding wird interessant werden, bin schon ganz aufgeregt und überleg schon was für ein Gehäuse ich da im 3D Drucker für basteln werde.

PCGamer88 · Feb 28th 2017

Mein Raspberry ist nicht immer in inet und deshalb wäre eine offline Spracherkennung wichtig.
Ich habe jetzt das Script zum installieren gefunden: https://github.com/unixabg/raspi-helpers

Was muss ich danach machen um Jasper zu testen?
Wie gesagt nutze ich eine USB Soundkarte wo auch das Mikrofon angeschlossen ist.

mentore · Feb 28th 2017

Hi

vorweg ich habe wenig ahnung.

Mit jasper und co kann ich dir nciht wirklich weiterhelfen... ich bin auch daran gescheitert. Mit der folge das ich mein eigenen assisten aufbaue.... ich nehm pocketsphinx mit franzoesischer sprache und versuch es mit python... als mic kann ich das ps3eye empfehlen das gibt es ab 6 euro
ich poste dir einfach mal meine notes

Python

//beste sphinx stt hwto
//https://wolfpaulus.com/embedded/raspberrypi2-sr/
//http://cmusphinx.sourceforge.net/wiki/tutorialtuning
CMU Sphinx a.k.a. PocketSphinx
Currently pocket sphinx 5 pre-alpha (2015-02-15) is the most recent version. However, there are a few prerequisites that need to be installed first ..
Installing build tools and required libraries


sudo apt-get update
sudo apt-get upgrade
sudo apt-get install bison
sudo apt-get install libasound2-dev
sudo apt-get install swig
sudo apt-get install python-dev




Building Sphinxbase
cd ~/
wget http://sourceforge.net/projects/cmusphinx/files/sphinxbase/5prealpha/sphinxbase-5prealpha.tar.gz
tar -zxvf ./sphinxbase-5prealpha.tar.gz
cd ./sphinxbase-5prealpha
./configure --enable-fixed
make clean all
make check
sudo make install


Building PocketSphinx


cd ~/
wget http://sourceforge.net/projects/cmusphinx/files/pocketsphinx/5prealpha/pocketsphinx-5prealpha.tar.gz
tar -zxvf pocketsphinx-5prealpha.tar.gz
cd ./pocketsphinx-5prealpha
./configure
make clean all
make check
sudo make install


//english
http://www.speech.cs.cmu.edu/tools/lmtool-new.html
//das als datei da hochladen keywords.txt // ich glaub das war nur english
Hallo Apprenti
Wie spaet ist es?
Was sagt das Wetter?
Licht an.
Licht aus.
Musik bitte.


//fehler als mail bekommen fix ev sphinx
sudo apt-get install libboost-regex1.49.0


//pocketspihnx starten funzt
sudo pocketsphinx_continuous -hmm /usr/local/share/pocketsphinx/model/en-us/en-us -lm 9175.lm -dict 9175.dic -samprate 16000/8000/48000 -inmic yes
//pocketsphinx_continuous -hmm <your_new_model_folder> -lm <your_lm> -dict <your_dict> -infile test.wav
//ngram-count -kndiscount -interpolate -text train-text.txt -lm your.lm


//french model https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/
sudo pocketsphinx_continuous -hmm /usr/local/share/pocketsphinx/model/fr-fra/lium_french_f0 -lm /usr/local/share/pocketsphinx/model/fr-fra/fr-small.lm -dict /usr/local/share/pocketsphinx/model/fr-fra/myselffr.dic -samprate 16000/8000/48000 -inmic yes
sudo pocketsphinx_continuous -hmm /usr/local/share/pocketsphinx/model/fr-fra/lium_french_f0 -lm /usr/local/share/pocketsphinx/model/fr-fra/fr-small.lm.bin -dict /usr/local/share/pocketsphinx/model/fr-fra/meinfrdic.dic -samprate 16000/8000/48000 -inmic yes
sudo pocketsphinx_continuous -hmm /usr/local/share/pocketsphinx/model/en-us/en-us -lm /usr/local/share/pocketsphinx/model/de-deu/engwordlist/9615.lm -dict /usr/local/share/pocketsphinx/model/de-deu/engwordlist/9615.dic > /tmp/capture.txt -samprate 16000/8000/48000 -inmic yes




python-pyaudio
sudo apt-get install -qq python python-dev python-pip build-essential swig git libpulse-dev
sudo apt-get install python-pyaudio python3-pyaudio 


//stt with keyword switch to lm mode with word's trigger call me ubot
sudo nano /home/mentor/nichtpocketsphinx.py
//es darf keine datei im selben verzeichniss sein die pocketsphinx.py heisst
# -*- coding: utf-8 -*-
#!/usr/bin/python


import sys, os
from pocketsphinx.pocketsphinx import *
from sphinxbase.sphinxbase import *
import time
import subprocess
import threading
from threading import Timer
from os import environ, path


#hier kommt zeit und funktion rein kann mit zahl delayed werden eigender prozess
def timer(zahl):
   t = Timer(zahl, timersound)
   t.start()  # after 30 seconds, "h
   #os.system("mplayer -ao pulse -volume 40 /home/mentor/MindlessZombie.mp3")




def timersound():
   print "zsoundctlop"
   os.system("mplayer -ao pulse -loop 4 -volume 40 /home/mentor/MindlessZombie.mp3")


modeldir = "/usr/local/share/pocketsphinx/model"
datadir = "/usr/local/share/pocketsphinx/test/data"


# Init decoder
config = Decoder.default_config()
config.set_string('-hmm', '/usr/local/share/pocketsphinx/model/fr-fra/lium_french_f0')
config.set_string('-dict', '/usr/local/share/pocketsphinx/model/fr-fra/meinfrdic.dic')
config.set_string('-logfn', '/dev/null')
decoder = Decoder(config)




# Add searches
decoder.set_kws('keyword', '/usr/local/share/pocketsphinx/model/fr-fra/keyword.list')
decoder.set_lm_file('lm', '/usr/local/share/pocketsphinx/model/fr-fra/fr-small.lm.bin')
decoder.set_search('keyword')


#test later
#config.set_string('-jsgf', './my.jsgf')
#config.set_string('-dictcase', 'yes')
#config.set_string('-agc', 'max')
#config.set_string('-fillprob', '50')


import pyaudio
p = pyaudio.PyAudio()
#input_device_index=1
stream = p.open(format=pyaudio.paInt16, channels=1, rate=16000, input=True, frames_per_buffer=1024)
stream.start_stream()


in_speech_bf = False
decoder.start_utt()


while True:
   buf = stream.read(1024)
   if buf:
       decoder.process_raw(buf, False, False)
       if decoder.get_in_speech() != in_speech_bf:
           in_speech_bf = decoder.get_in_speech()
           if not in_speech_bf:
               decoder.end_utt()
               print 'status decoder.get_search():' , decoder.get_search()
               if decoder.get_search() == 'keyword':
                   if decoder.hyp() != None:
                       #print 'Result:', decoder.hyp().hypstr
                       i = decoder.hyp().hypstr
                       #haha = str(i)
                       if (i == 'ordinateur ') or (i == 'computer '):
                           print i
                           os.system('sudo espeak -vfr+f2 -s155 -a10 "Oui"')
                           time.sleep(2)
                           decoder.set_search('lm')
                           print 'lm mode active'
                           #time.sleep(1) # delays for 1 seconds
                           # it is alrdy empty here print decoder.hyp().hypstr
                           #print 'after sleep ops'
                       #elif i == 'salut vite ':
                       #    print 'afkeyword2trigger'


               else:
                   print 'else is im garten'


                   print decoder.hyp().hypstr
                   shortdec = decoder.hyp().hypstr
                   if decoder.hyp().hypstr == 'musique':
                       print 'no soundplayer installed and what'
                   elif decoder.hyp().hypstr == 'rapport':
                       print 'nothing new'
                   elif decoder.hyp().hypstr == 'changes musique':
                       print 'how to change nothing'
                   elif decoder.hyp().hypstr == 'computer':
                       print '42'
                   elif decoder.hyp().hypstr == 'lumière':
                       #os.system("sudo espeak -vfr+f2 -s155 -a10 %s " %shortdec)
                       subprocess.call("/home/mentor/soleil.sh")
                   elif decoder.hyp().hypstr == 'je suis la':
                       subprocess.call("/home/mentor/jesuisla.sh")
                       os.system('sudo espeak -vfr+f2 -s155 -a10 "Bien venu"')
                       time.sleep(1)
                       decoder.set_search('keyword')
                   elif decoder.hyp().hypstr == 'je pars':
                       subprocess.call("/home/mentor/jepars.sh")
                       os.system('sudo espeak -vfr+f2 -s155 -a10 "Au revoir"')
                       time.sleep(1)
                       decoder.set_search('keyword')
                   elif shortdec == 'deux minutes':
                       timer(120)
                   elif shortdec == 'trois minutes':
                       timer(180)
                   elif shortdec == 'cinq minutes':
                       timer(350)
                   elif shortdec == 'dix minutes':
                       timer(600)
                   elif shortdec == 'douze minutes':
                       timer(720)
                   elif shortdec == 'quinze minutes':
                       timer(840)
                   elif shortdec == 'vingt minutes':
                       timer(1200)
                   elif shortdec == 'trente minutes':
                       timer(1800)
                   elif shortdec == 'soixante minutes':
                       timer(3600)
                   elif shortdec == 'la météo':
                       os.system('sudo python /home/mentor/openweatherapi.py')
                       decoder.set_search('keyword')
                   elif shortdec == 'heure':
                       os.system('sudo python /home/mentor/zeitgebersp.py')
                   elif shortdec == 'silence':
                       os.system('sudo espeak -vfr+f2 -s155 -a10 "bien sure"')
                       decoder.set_search('keyword')
                       print 'keyword-mode-active'




                   #os.system("sudo espeak -vfr+f2 -s155 -a10 %s " %shortdec)
                   #falls nach jedem befehl keyword aktiv sein soll
                   #decoder.set_search('keyword')
                   #print 'keyword-mode-active'
                   #time.sleep(1)


               #time.sleep(1)
               decoder.start_utt()
   else:
       break
decoder.end_utt()


//
//jesuisla.sh
#!/bin/bash
now=$(date +"%Y.%m.%d.%T")
sudo systemctl stop pirscript.service
sudo systemctl stop tor.service
echo -e  ' '$now' pirscript.status : Off' >> /var/log/pirhcr.log
echo -e ' '$now' tor.status : Off' >> /var/log/tor.log




//jepars.sh
#!/bin/bash
now=$(date +"%Y.%m.%d.%T")
sudo systemctl start pirscript.service
sudo systemctl start tor.service
echo -e ' '$now' Servercheck : tor.server wurde gestartet' >> /var/log/tor.log
echo -e ' '$now' Servercheck : pirscript.server wurde gestartet' >> /var/log/pirhcr.log




//soleil.sh
#!/bin/bash
sudo xte -x :1.0 'mousemove 80 300'
sudo xte -x :1.0 'mouseclick 1'




//if ping -c 1 192.168.0.211 &> /dev/null


sudo nano /lib/systemd/system/pocketsphinx.service
//das einfuegen
[Unit]
Description=pocketsphinx
After=multi-user.target


[Service]
Type=idle
ExecStart=/usr/bin/python /home/mentor/epocket.py


[Install]
WantedBy=multi-user.target
//
sudo chmod 644 /lib/systemd/system/pocketsphinx.service
sudo systemctl status pocketsphinx.service
sudo systemctl stop pocketsphinx.service
sudo systemctl start pocketsphinx.service
//output von print in daemon log


//bei fucking fehler "IOError: [Errno Input overflowed] -9981"
//kann es sein das alsa standart ist und zu langsam also starten ->
pulseaudio -D
//wtf wenn als root gestartet meckert pulse aber dann kein fehler mehr //kram schon installiert
//sudo apt-get install gstreamer0.10-pulseaudio libao4 libasound2-plugins libgconfmm-2.6-1c2 libglademm-2.4-1c2a libpulse-dev libpulse-mainloop-glib0 libpulse-mainloop-glib0-dbg libpulse0 libpulse0-dbg libsox-fmt-pulse paman paprefs pavucontrol pavumeter pulseaudio pulseaudio-dbg pulseaudio-esound-compat pulseaudio-esound-compat-dbg pulseaudio-module-bluetooth pulseaudio-module-gconf pulseaudio-module-jack pulseaudio-module-lirc pulseaudio-module-lirc-dbg pulseaudio-module-x11 pulseaudio-module-zeroconf pulseaudio-module-zeroconf-dbg pulseaudio-utils oss-compat -y
sudo pulseaudio -D




***************************


//dic lieber wenig kopieren woerter aus sprachmdoel.dic -> wie unterscheiden changes change
sudo nano /usr/local/share/pocketsphinx/model/fr-fra/meinfrdic.dic
lumière ll uu mm yy ai rr
lumière(2) ll uu mm yy ai rr ee
rapport rr aa pp oo rr
changes ch an jj
changes(2) ch an jj ee
changes(3) ch an jj ee zz
changes(4) ch an jj zz
salut ss aa ll uu
salut(2) ss aa ll uu tt
computer kk on pp uu tt ei
computer(2) kk on pp uu tt ei rr
computer(3) kk oo mm pp yy ou tt oe rr
vite vv ii tt
vite(2) vv ii tt ee
date dd aa tt
date(2) dd aa tt ee
musique mm uu zz ii kk
musique(2) mm uu zz ii kk ee
-la ll aa
au_revoir au rr ee vv ww aa rr
ordinateur oo rr dd ii nn aa tt oe rr
tuez tt uu ei
tuez(2) tt uu ei zz
google gg ou gg ll
soleil ss oo ll ai yy
la ll aa
suis ss uu ii ss
suis(2) ss uy ii
suis(3) ss uy ii zz
-je jj
-je(2) jj ee
je jj ee
je(2) jj
je(3) jj ee
une uu nn
une(2) uu nn ee
minute mm ii nn uu tt
minute(2) mm ii nn uu tt ee
minutes mm ii nn uu tt
minutes(2) mm ii nn uu tt ee
minutes(3) mm ii nn uu tt ee zz
minutes(4) mm ii nn uu tt zz
deux dd eu
deux(2) dd eu zz
trois tt rr ww aa
trois(2) tt rr ww aa zz
cinq ss in
cinq(2) ss in kk
dix dd ii
dix(2) dd ii kk ss
dix(3) dd ii ss
dix(4) dd ii zz
douze dd ou zz
douze(2) dd ou zz ee
quinze kk in zz
quinze(2) kk in zz ee
quinze(3) kk in zz ei
dix-huit dd ii zz uy ii
dix-huit(2) dd ii zz uy ii tt
dix-neuf dd ii zz nn oe ff
dix-sept dd ii ss ai tt
vingt vv ii nn gg tt
vingt(2) vv in
vingt(3) vv in tt
vingt-cinq vv in tt ee ss in
vingt-cinq(2) vv in tt ee ss in kk
trente tt rr an tt
trente(2) tt rr an tt ee
soixante ss ww aa ss an tt
soixante(2) ss ww aa ss an tt ee
compter kk on tt ei
compter(2) kk on tt ei rr
pars pp aa rr
silence ss ii ll an ss
silence(2) ss ii ll an ss ee
météo mm ai tt ai au
météo(2) mm ei tt ei au

Display More

PCGamer88 · Mar 13th 2017

Ich habe mich erstmal für die Google API entschieden. Dazu verwende ich folgendes Script: https://github.com/codeispoetry/Speechrecognition

Leider kommt in der Konsole folgende Fehlermeldung:

Code

Input File     : 'hw:1' (alsa)
Channels       : 1
Sample Rate    : 48000
Precision      : 16-bit
Sample Encoding: 16-bit Signed Integer PCM


In:0.00% 00:00:02.73 [00:00:00.00] Out:160   [     -|-     ]        Clip:0
Done.
[color=#ff3333]http_open: HTTP/1.0 503 Service Unavailable[/color]
[color=#ff3333]http://translate.google.com: No such file or directory[/color]
[color=#ff3333]rec WARN formats: can't set 2 channels; using 1[/color]

Display More

Weiß jemand wo da der Fehler liegt?

**dbv** · Mar 13th 2017

Vielleicht daran das es http://translate.google.com nicht mehr gibt? ein aufruf des Links leitet auf https://translate.google.com weiter, somit wirst du mindestens den Link im Script anpassen müssen

PCGamer88 · Mar 13th 2017

Ich dachte wenn es eine Weiterleitung schon seitens Google gibt, wäre es den Script egal.
Ich wäre es mal probieren.

PCGamer88 · Mar 13th 2017

Ich habe jetzt den Link angepasst. Jetzt kommt aber

Code

https://translate.google.com/translate_tts?tl=de&q=Bitte: No such file or directory

Wenn ich die URL im Browser eingebe kommt zuerst eine Captchaeingabe und dann page not found.

Gibt es irgendwo ein funktionierendes Script welches am besten ein Rückmeldung gibt und einfach erweitern lässt?
habe das gefunden: https://tutorials-raspberrypi.…chsteuerung-selbst-bauen/
Dort muss aber mit Strg+C die Aufnahme beendet werden und es gibt leider auch keine (Stimmliche) Rückmeldung.

An meinen Raspberry soll später keine Tastatur und kein Bildschirm vorhanden sein. Aus diesem Grund wäre das oben genannte Script geeignet gewesen (wenn es funktioniert)

**dbv** · Mar 13th 2017

Vielleicht hat google einfach seine API geändert, das von dir verwendete Script hat ja nun auch schon etwas Zeit auf dem Buckel

Andreas · Mar 13th 2017

Hallo zusammen,

ich hatte mal ein Übersetzungstool programmiert (Spracheingabe in Sprache X, Speech-to-Text, Übersetzen in Sprache Y, Text-To-Speech), das auf der Google-API aufsetzt. Ca. 2 Monate nach Fertigstellung darf man diese Google-API nur noch als eingetragener Entwickler nutzen. Dem Aurfuf ist dann User und Passwort zu übergeben.

Nach 3 gescheiterten Versuchen, sich bei Google als Entwickler registireren zu lassen, habe ich es aufgegeben.

Beste Grüße

Andreas

flo003 · Mar 13th 2017

Quote from PCGamer88
Hallo,

ich probiere schon tagelang eine funktionierende Spracherkennung auf mein Raspberry pi 3 hinzubekommen. Bis jetzt ohne erfolg
Ich habe die Software PiAUlSuite bzw. Jasper probiert.

PiAulsuiit:

Nachdem ich die Kommandos
Code
git clone git://github.com/StevenHickson/PiAUISuite.git
cd ~/PiAUISuite/Install/
sudo ./InstallAUISuite.sh
ausgeführt hatte, konnte man die verschiedenen Pakete installieren.
Ich habe nur die benötigten Abhängigkeit sowie voicecommand installiert.
Nach der Installation von Voicecommand und der Bestätigung zum einrichten kam schon der erste Fehler
Code
voicecommand: error while loading shared libraries: libboost_regex.so.1.49.0: cannot open shared object file: No such file or directory
Um dieses Problem zu Lösen, habe ich durch Google folgende Lösung gefunden:
https://www.raspberrypi.org/fo…opic.php?t=72570&p=522791
Letzter Beitrag.

danach nochmal
Code
voicecommand -s
ausgeführt.
Bei der Frage
Code
Do you want to set up and check the text to speech options?
wo ich nach den Bestätigen etwas hören sollte, höre ich einfach nix

Habt Ihr eine Idee?

Die Installation von Jasper bekomme ich einfach unter mein pi3 mit Jessie Betriebssystem nicht hin
Geht Jasper überhaupt unter Jessie?

Ich benutze eine USB Soundkarte, welches ich nach der Anleitung http://www.forum-raspberrypi.d…aspbian-jessie-einrichten installiert habe. Mittels "Speaker-test" höre ich auch ein Brummen aus meinen Lautsprecher. Das angeschlossene Mikrofon über die USB Soundkarte funktioniert auch.

Gibt es eventuell auch noch Alternativen neben PiAULSuite und Jasper?

Freue mich auf eure Antworten.
Ein schönen Abend
PCGamer8
Display More

Hi, ich habe die Sprachsteuerung VoiceCommand von Steven Hickson zum Laufen gebracht. Für dein Problem gibt es eine einfache Lösung. Einfach folgenden Befehl ausführen:

Code

ln -s /usr/lib/x86_64-linux-gnu/libboost_regex.so.1.55.0 /usr/lib/x86_64-linux-gnu/libboost_regex.so.1.46.1

Mehr unter: https://linuxforums.org.uk/index.php?topic=11864.0
Bei weiteren Problemen oder Schwierigkeiten empfehle ich die beiden folgenden Github-Seiten, auf denen so ziemlich alle Fehler behoben wurden: https://github.com/StevenHickson/PiAUISuite/issues/56 , https://github.com/StevenHickson/PiAUISuite/issues/55 (Für den No Translation-Fehler)

KrawallKurt : Bevor man solche unvorsichtige Vorurteile äußert, sollte man sich in das Thema mehr reinschaffen, bevor man es mit "Schrott" abstempeln kann.

Schönen Nachmittag!

PCGamer88 · Mar 13th 2017

Vielen dank werde ich noch mal probieren.

Bezüglich Google API:
Weiß einer wie die Url lauten müsste, um den Text an Google zu senden und er mir das Audiofile zusendet?

flo003 · Mar 13th 2017

Quote from PCGamer88

Vielen dank werde ich noch mal probieren.

Bezüglich Google API:
Weiß einer wie die Url lauten müsste, um den Text an Google zu senden und er mir das Audiofile zusendet?

Das mit der Google API ist so... Wie in den beiden Links zu den Github-Seiten zu lesen, hat Google die Text-To-Speech-API für automatisierte Skripte eingestellt. Das ist wirklich Schade, aber es gibt alternative "Sprachgeneratoren", die man sich schnell installieren kann. Dieses "Austauschen" der Google-TTS und zu einer Alternative ist leider unumgänglich und wird hier beschrieben: https://github.com/StevenHicks…56#issuecomment-205171171 (Es wird für das Ersatz-tts-skript das Programm pico2wave benötigt, was man mit

Code

sudo apt-get install libttspico-utils

schnell und einfach installieren kann. )
Mehr Infos zum Programm: https://wiki.ubuntuusers.de/Sprachausgabe/#SVOX-pico2wave
Ich persönlich finde es eine gute Alternative zur Google-TTS-Methode, die ohne Probleme sofort funktioniert.

Ich hoffe, ich konnte helfen. Bei Fragen einfach melden...

PCGamer88 · Mar 14th 2017

Danke das mit der Stimme klappt bestens
Ich bin gerade dabei das oben genannte Script zu überarbeiten, doch leider versteht mich Google nicht ganz und die message.txt bleibt leer

Code

KEY=""
URL="https://www.google.com/speech-api/v2/recognize?output=json&lang=de-de&key=$KEY"


rawurlencode() {
 local string="${1}"
 local strlen=${#string}
 local encoded=""


 for (( pos=0 ; pos<strlen ; pos++ )); do
    c=${string:$pos:1}
    case "$c" in
       [-_.~a-zA-Z0-9] ) o="${c}" ;;
       * )               printf -v o '%%%02x' "'$c"
    esac
    encoded+="${o}"
 done
 #echo "${encoded}"    # You can either set a return variable (FASTER) 
 REPLY="${encoded}"   #+or echo the result (EASIER)... or both... :p
}


/usr/bin/pico2wave --lang de-DE --wave /tmp/tempsound.wav "Ich höre"; play /tmp/tempsound.wav
  rm /tmp/tempsound.wav






# Soundkarte einstellen mit /~ alsamixer


# Aufnehmen
AUDIODEV=hw:1 rec -c 2 message.flac rate 16k trim 0 4




# Speech2text
wget -q -U "Mozilla/5.0" --post-file file.flac --header "Content-Type: audio/x-flac; rate=44100" -O - "$URL" >message.txt




# Zeigen 
#cat message.txt # Ganze Nachricht


# Erkannte Meldung
UTTERANCE=$(cat message.txt | grep -Po '"utterance":.*?[^\\]"')
MESSAGE=${UTTERANCE:13:-1}


# Gebe die Antwort aus
rawurlencode "$MESSAGE";
echo ----------Erkannte Nachricht-----------
echo $MESSAGE
echo ---------------------------------------




if [ -f wetter.txt ]
then
 rm wetter.txt
fi
case "$MESSAGE" in
 *Wetter* ) 
   weather
   exit;
esac


case "$MESSAGE" in
 *Witz* ) 
   rawurlencode "Ich kenne keine Witze.";
   mpg321 -q "https://translate.google.com/translate_tts?tl=de&q=${REPLY}"
   exit;
esac


rawurlencode "Ich habe Dich leider nicht verstanden";
mpg321 -q "https://translate.google.com/translate_tts?tl=de&q=${REPLY}"

Display More

Ausgabe:

Code

In:100%  00:00:00.80 [00:00:00.00] Out:35.3k [      |      ] Hd:0.0 Clip:826
play WARN rate: rate clipped 298 samples; decrease volume?
play WARN dither: dither clipped 528 samples; decrease volume?
Done.
rec WARN formats: can't set 2 channels; using 1


Input File     : 'hw:1' (alsa)
Channels       : 1
Sample Rate    : 48000
Precision      : 16-bit
Sample Encoding: 16-bit Signed Integer PCM


In:0.00% 00:00:04.44 [00:00:00.00] Out:64.0k [      |      ]        Clip:0
Done.
----------Erkannte Nachricht-----------

Display More

Dazu wäre noch gesagt, dass mein Mikrofon relativ leise ist (obwohl auf 100% bei alsamixer).
Liegt das wirklich nur an der Lautstärke oder ist das Script falsch?

flo003 · Mar 14th 2017

Ehrlich gesagt, das Script, was du verwendest, habe ich selbst nicht getestet...aber wenn du die PiAUISuite installiert hast, solltest du folgenden Befehl in der Kommandozeile ausführen können:

Code

speech-recog.sh

Dieses Programm sendet das aufgezeichnete deiner Stimme an Google und sollte als Antwort deine gesprochenen Wörter (in den 3 Aufnahmesekunden) als Text am Ende des Programms ausgeben. Einfach nach dem Programmaufruf innerhalb von 2-3 Sekunden "Test" in das Mikrofon sagen, und dann sollte das Programm "test" zurückgeben. Wenn das erstmal funktioniert, dann klappt die Auswertung der Sprache schon mal und man kann sich dann an die Sprachsteuerung machen.

Bei mir klappt das, du kannst es ja mal bei dir testen und dann die Ausgaben des oben genannten Programmaufrufs hier posten.