用樹莓派實現對話機器人_PHP教程

用樹莓派實現對話機器人

最近用樹莓派實現了一個能和人對話的機器人，簡要介紹一下。

樹莓派（Raspberry Pi）是世界上最流行的微型電腦主板，是開源硬體的領導產品，它為學生電腦編程教育而設計，只有信用卡大小，且價格低廉。支援linux(debian)等作業系統。最重要的是資料完善，社區活躍。
我用的是樹莓派B+版本，基本配置是博通BCM2836處理器，4核900M主頻，1G RAM。

我的目標是做成一個和人對話的機器人，這就需要機器人有輸入裝置和輸出裝置。輸入裝置是麥克風，輸出可以是HDMI、耳機或音響，我這裡用了音響。下面是我的樹莓派照片。4個USB介面分別連了無線網卡、無線鍵盤、麥克風、音響供電。


我們可以把機器人的對話分成三個部分：聽、思考、說。
“聽”，是把人說的話記錄下來，並轉換成文字。
“思考”，就是根據不同的輸入給出不同的輸出。比如，對方說“現在時間”，你就可以回答“現在是北京時間xx點xx分”。
“說”，是把文字轉換成語音，並播放出來。

這三個部分涉及到大量語音辨識、語音合成、人工智慧等技術，這些都是要花大量時間精力研究的，好在有些公司已經開放了介面給客戶使用。這裡，我選擇了百度的API。下面分別說明這三個部分的實現。

“聽”

首先是把人說的話錄製下來，我使用了arecord工具。命令如下：

1. arecord -D "plughw:1" -f S16_LE -r 16000 test.wav

其中，-D參數後接錄製裝置，串連麥克風後，樹莓派上有2個裝置：內部裝置和外部usb裝置，plughw:1代表使用外部裝置。-f表示錄製的格式，-r表示聲音採樣頻率。由於後面提到的百度語音辨識對音頻檔案格式是有要求的，我們需要錄製成符合要求的格式。另外，在這裡我沒有指定錄製的時間，它會一直錄製下去，直到使用者按下ctrl-c。錄製後的音頻檔案儲存為test.wav。
接下來，我們要把音頻轉換成文字，即語音辨識（asr），百度的語音開放平台提供了免費的服務，並支援REST API
文檔見： http://yuyin.baidu.com/docs/asr/57
流程基本就是擷取token，把需要識別的語音資訊、語音資料、token等發送給百度的語音辨識伺服器，就能擷取到對應的文字。因為伺服器支援REST API，我們可以用任何語言來實現用戶端的代碼，這裡使用的是python

 

  
# coding: utf-8
 
  


  
import urllib.request

  
import json

  
import base64

  
import sys

  


  
def get_access_token():

  
url = "https://openapi.baidu.com/oauth/2.0/token"

  
grant_type = "client_credentials"

  
client_id = "xxxxxxxxxxxxxxxxxx"

  
client_secret = "xxxxxxxxxxxxxxxxxxxxxx"

  


  
url = url + "?" + "grant_type=" + grant_type + "&" + "client_id=" + client_id + "&" + "client_secret=" + client_secret

  


  
resp = urllib.request.urlopen(url).read()

  
data = json.loads(resp.decode("utf-8"))

  
return data["access_token"]

  


  


  
def baidu_asr(data, id, token):

  
speech_data = base64.b64encode(data).decode("utf-8")

  
speech_length = len(data)

  


  
post_data = {

  
"format" : "wav",

  
"rate" : 16000,

  
"channel" : 1,

  
"cuid" : id,

  
"token" : token,

  
"speech" : speech_data,

  
"len" : speech_length

  
}

  


  
url = "http://vop.baidu.com/server_api"

  
json_data = json.dumps(post_data).encode("utf-8")

  
json_length = len(json_data)

  
#print(json_data)

  


  
req = urllib.request.Request(url, data = json_data)

  
req.add_header("Content-Type", "application/json")

  
req.add_header("Content-Length", json_length)

  


  
print("asr start request\n")

  
resp = urllib.request.urlopen(req)

  
print("asr finish request\n")

  
resp = resp.read()

  
resp_data = json.loads(resp.decode("utf-8"))

  
if resp_data["err_no"] == 0:

  
return resp_data["result"]

  
else:

  
print(resp_data)

  
return None

  


  
def asr_main(filename):

  
f = open(filename, "rb")

  
audio_data = f.read()

  
f.close()

  


  
#token = get_access_token()

  
token = "xxxxxxxxxxxxxxxxxx"

  
uuid = "xxxx"

  
resp = baidu_asr(audio_data, uuid, token)

  
print(resp[0])

  
return resp[0] 
 

“思考”
這裡我使用了百度api store的圖靈機器人。其文檔見：http://apistore.baidu.com/apiworks/servicedetail/736.html
它的使用非常簡單，這裡不再贅述，代碼如下：

 

  
import urllib.request
 
  
import sys

  
import json

  


  
def robot_main(words):

  
url = "http://apis.baidu.com/turing/turing/turing?"

  


  
key = "879a6cb3afb84dbf4fc84a1df2ab7319"

  
userid = "1000"

  


  
words = urllib.parse.quote(words)

  
url = url + "key=" + key + "&info=" + words + "&userid=" + userid

  


  
req = urllib.request.Request(url)

  
req.add_header("apikey", "xxxxxxxxxxxxxxxxxxxxxxxxxx")

  


  
print("robot start request")

  
resp = urllib.request.urlopen(req)

  
print("robot stop request")

  
content = resp.read()

  
if content:

  
data = json.loads(content.decode("utf-8"))

  
print(data["text"])

  
return data["text"]

  
else:

  
return None
 

“說”
先需要把文字轉換成語音，即語音合成（tts）。然後把聲音播放出來。
百度的語音開放平台提供了tts的介面，並可配置男女聲、語調、語速、音量。伺服器返回mp3格式的音頻資料。我們把資料以二進位方式寫入檔案中。
詳見http://yuyin.baidu.com/docs/tts/136
代碼如下：

 

  
# coding: utf-8
 
  


  
import urllib.request

  
import json

  
import sys

  


  
def baidu_tts_by_post(data, id, token):

  
post_data = {

  
"tex" : data,

  
"lan" : "zh",

  
"ctp" : 1,

  
"cuid" : id,

  
"tok" : token,

  
}

  


  
url = "http://tsn.baidu.com/text2audio"

  
post_data = urllib.parse.urlencode(post_data).encode('utf-8')

  
#print(post_data)

  
req = urllib.request.Request(url, data = post_data)

  


  
print("tts start request")

  
resp = urllib.request.urlopen(req)

  
print("tts finish request")

  
resp = resp.read()

  
return resp

  


  
def tts_main(filename, words):

  
token = "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"

  
text = urllib.parse.quote(words)

  
uuid = "xxxx"

  
resp = baidu_tts_by_post(text, uuid, token)

  


  
f = open("test.mp3", "wb")

  
f.write(resp)

  
f.close() 
 

得到音頻檔案後，可以使用mpg123播放器播放。

1. mpg123 test.mp3

整合
最後，把這三個部分組合起來。
可以先把python相關的代碼整合成main.py，如下：

 

  
import asr
 
  
import tts

  
import robot

  


  
words = asr.asr_main("test.wav")

  
new_words = robot.robot_main(words)

  
tts.tts_main("test.mp3", new_words) 
 

再使用指令碼，調用相關工具：

1. #! /bin/bash
   
2. arecord -D "plughw:1" -f S16_LE -r 16000 test.wav
   
3. python3 main.py
   
4. mpg123 test.mp3

好了，現在你可以和機器人對話了。運行指令碼，對著麥克風說句話，然後按ctrl-c，機器人就會回你話了。

http://www.bkjia.com/PHPjc/1108027.htmlwww.bkjia.comtruehttp://www.bkjia.com/PHPjc/1108027.htmlTechArticle用樹莓派實現對話機器人 最近用樹莓派實現了一個能和人對話的機器人，簡要介紹一下。 樹莓派（Raspberry Pi）是世界上最流行的微型電腦...

