【ROS總結】ROS下的百度語音識別應用

前言

今天閒來無事查看下語音識別在ROS中的應用，之前在ROS中玩過一段時間的Pocket Sphinx，關於Pocket Sphinx的學習過程以後會介紹，或者可以去網上搜索一些教程，都是比較不錯的。現在講述下在ROS中百度語音的使用情況，由於百度語音的作者寫了一些文章在Github上，但是步驟不是很清楚，在此記錄一下防止以後忘記，也和大家分享下，避免出現一些失誤而導致半途而廢。

需求

操作系統： Ubuntu 14.04.2

ROS版本：Indigo

ROS語音識別介紹

關於一些在ROS中如何使用語音識別庫，大家可以自行搜索下，基本上都是在ROS官網上的一些資料，目前官網上的語音識別庫一共有四個，分別爲

• baidu_speech

• hark

• pocketsphinx

• rospeex

目前講述的是百度的語音識別，目前百度語音已經支持ROS，大家可以學習下。以後會介紹其他三個語音庫。

百度語音識別在ROS中的應用

關於如何在ROS中使用百度語音識別呢，作者也已經在wiki上介紹了，大家可以先查看下，網址是：http://wiki.ros.org/baidu_speech

不過作者貌似沒有提供在線安裝，也就是apt-get來安裝百度語音包，不過不妨礙今天的教程，安裝百度語音包的過程如下：

·在Github上下載百度語音包

·安裝百度語音包的需求包

·運行並測試百度語音包中的說話者（simple_speaker.launch）和語音識別（simple_voice.launch）

下面根據步驟來進行操作

在Github上下載百度語音識別包

在下載之前，你應該有一個catkin工作空間，我的工作空間名字就是catkin_ws。然後在catkin_ws/src下下載百度語音識別包（simple_voice）

$ git clone https://github.com/DinnerHowe/simple_voice.git	

下載完成後其實就可以使用，但是會提示錯誤，例如：No module named pyaudio 或者 Nomodule named vlc
其實作者也已經說過了，要想使用simple_voice這個包，需要Python庫，也就是pyaudio和vlc-python。下面安裝需求包。

安裝百度語音識別包的需求包

安裝pyaudio其實是比較簡單的，直接使用下面的命令就可以安裝：

        $ sudo apt-get install python-pyaudio

 

這個步驟直接就在線安裝了需求包pyaudio。

安裝vlc其實比較坑，或許是我的電腦的問題，沒有找到在線安裝命令也就是python-vlc這個包，就算安裝了vlc所有的包也還是提示No module named vlc。

不過最終還是解決了，使用如下方式，首先在你的home下，下載vlc的封裝庫：

$ cd
$ git clone https://github.com/geoffsalmon/vlc-python.git

下載完成後，使用如下命令加載vlc模型到Python中

	$ sudo cp vlc-python/generated/vlc.py /usr/lib/python2.7/

Indigo的Python是2.7版本，大家也可以替換成你當前版本，路徑還是/usr/lib。

添加完成需求包後，就可以測試運行百度語音識別包了。

運行並測試百度語音包中的說話者（simple_speaker.launch）和語音識別（simple_voice.launch）

測試simple_speaker.launch

首先打開一個終端，輸入如下命令來啓動simple_speaker.launch

	$ roslaunch simple_voice simple_speaker.launch

作者在網上說直接運行這個launch就可以聽到說話，其實還少一步，需要添加音頻文件纔可以。作者在語音包中給出了一個“請讓一下.mp3”，其他音頻文件沒有測試，大家可以測試下都支持什麼音頻文件，在此就不講述了。

運行完simple_speaker.launch後，多出了一個/speak_string的話題，該話題就是接收音頻文件，需要手動的添加音頻文件到simple_speaker節點，其中該launch文件只開啓了一個節點就是simple_speaker。

打開另一個終端，向simple_speaker節點添加音頻文件：

	$ roscd simple_voice/src
	$ rostopic pub /speak_string std_msgs/String -- '請讓一下.mp3'

這個步驟就是加載給出的“請讓一下.mp3”到節點，關於rostopic pub的使用方法在此就不介紹了，大家可以查看rostopic的使用。

這兩步完成後，就可以聽到電腦發出“請讓一下，謝謝！”的語音了。

測試simple_voice.launch

關於測試simple_voice.launch是容易的，直接一條命令搞定：

	$ roslaunch simple_voice simple_voice.launch

然後對着電腦說話就可以了，比如：

每次只識別一次，識別完成後需要橋下Enter鍵才能繼續識別，當然大家也可以對voice_node.py進行改造，變成實時語音識別。