安裝Python庫(kù)和配置音頻

在我們運(yùn)行Python程序之前，我們需要安裝兩個(gè)庫(kù)：語音識(shí)別和PyAudio。要安裝這兩個(gè)庫(kù)，需要在終端窗口中運(yùn)行以下兩個(gè)命令：

$ sudo pip install SpeechRecognition

$ sudo pip install PyAudio

如果您在安裝PyAudio時(shí)遇到問題，可以使用以下系列安裝它說明：

$ sudo apt-get install git

$ sudo git clone http://people.csail.mit.edu/hubert/git/pyaudio.git

$ sudo apt-get install libportaudio0 libportaudio2 libportaudiocpp0 portaudio19-dev

$ sudo apt-get install python-dev

$ cd pyaudio

$ sudo python setup.py install

一旦安裝了這兩個(gè)庫(kù)，您就需要禁用Raspberry Pi上的板載音頻驅(qū)動(dòng)程序，因?yàn)樗赡軙?huì)干擾PyAudio。為此，首先打開一個(gè)新終端并運(yùn)行以下命令：

$ cd /etc/modprobe.d

$ sudo nano alsa-blacklist.conf

Nano是終端的簡(jiǎn)單文本編輯器，加載時(shí)只需要輸入一行：

blacklist snd_bcm2835

按Ctrl + X退出nano并使用文件名alsa-blacklist.conf保存文件。這個(gè)簡(jiǎn)單的文件禁用了Raspberry Pi的Broadcom音頻系統(tǒng)，因此Pi上唯一可用的音頻系統(tǒng)是USB聲卡。

語音控制冰箱列表如何工作

Python腳本首先導(dǎo)入語音識(shí)別模塊，該模塊用于將口語單詞轉(zhuǎn)換為字符串。導(dǎo)入模塊后，我們創(chuàng)建一個(gè)對(duì)象r，它是一個(gè)語音識(shí)別器對(duì)象，用于記錄麥克風(fēng)的音頻，然后請(qǐng)求轉(zhuǎn)換。在定義了語音識(shí)別對(duì)象之后，我們還定義了變量，包括項(xiàng)目列表，命令，當(dāng)前項(xiàng)目以及包含已解析命令的數(shù)組。

import speech_recognition as sr

r = sr.Recognizer（）

items = dict（）

command = “”

item = “”

初始配置完成后，下一個(gè)要執(zhí)行的代碼塊就是主循環(huán)。循環(huán)中的第一個(gè)任務(wù)是通過打印單詞“Speak”通知用戶發(fā)言，然后創(chuàng)建一個(gè)名為“audio”的音頻對(duì)象，它保存我們的麥克風(fēng)流。

while（1）：

with sr.Microphone（） as source：

print（“Speak：”）

audio = r.listen（source）

當(dāng)麥克風(fēng)檢測(cè)到聲音并完成錄制時(shí)（當(dāng)聲級(jí)低于閾值時(shí)錄制停止），它會(huì)將錄制的音頻傳遞給識(shí)別器對(duì)象。執(zhí)行此操作后，r將使用Google服務(wù)嘗試將音頻轉(zhuǎn)換為句子，然后將其傳遞給名為speechString的變量。所有這些代碼都在try/except塊中完成，以防音頻被理解或服務(wù)不可用。收到的字符串也被解析為prasedCommands，其中分隔符是空格。因此，如果說“添加培根”這個(gè)詞，結(jié)果將是parsedCommands ［0］將是“add”而parsedCommands ［1］將是“bacon”。

try：

speechString =r.recognize_google（audio）

parsedCommands = speechString.split（“ ”）

except sr.UnknownValueError：

print（“Could not understand audio”）

except sr.RequestError as e：

print（“Could not request results; {0}”.format（e））

if（len（parsedCommands） 》 0）：

command = parsedCommands［0］

if（len（parsedCommands） 》 1）：

item = parsedCommands［1］

現(xiàn)在我們擁有我們解析的命令和項(xiàng)目，我們可以將它們添加到我們的項(xiàng)目列表中。但是，為了保持清潔，我們會(huì)執(zhí)行以下幾項(xiàng)檢查：

如果該項(xiàng)目已存在且已添加，則增加項(xiàng)目值

如果該項(xiàng)目不存在且添加了該項(xiàng)目，則將該項(xiàng)目添加到列表中

如果該項(xiàng)目已存在且已刪除，則如果總計(jì)大于1則減去1

/li》

如果該項(xiàng)目已存在，則說明已刪除，并且只剩下項(xiàng)目，刪除項(xiàng)目

如果該項(xiàng)目不存在，忽略命令

if（command == “add”）：

if item in items：

items［item］ = str（int（items［item］） + 1）

else：

items［item］ = str（1）

print（item + “ added”）

if（command == “remove”）：

if item in items：

if（int（items［item］） 》 1）：

items［item］ = str（int（items［item］） - 1）

else：

try：

items.pop（item， None）

except：

pass

print（item + “ removed”）

這個(gè)簡(jiǎn)單腳本中的最后一個(gè)命令是“display”，它將變量項(xiàng)的內(nèi)容打印到顯示中。

if（command == “display”）：

print（items）

完整代碼

import speech_recognition as sr

r = sr.Recognizer（）

items = dict（）

command = “”

item = “”

while（1）：

with sr.Microphone（） as source：

print（“Speak：”）

audio = r.listen（source）

try：

speechString =r.recognize_google（audio）

parsedCommands = speechString.split（“ ”）

except sr.UnknownValueError：

print（“Could not understand audio”）

except sr.RequestError as e：

print（“Could not request results; {0}”.format（e））

if（len（parsedCommands） 》 0）：

command = parsedCommands［0］

if（len（parsedCommands） 》 1）：

item = parsedCommands［1］

if（command == “add”）：

if item in items：

items［item］ = str（int（items［item］） + 1）

else：

items［item］ = str（1）

print（item + “ added”）

if（command == “remove”）：

if item in items：

if（int（items［item］） 》 1）：

items［item］ = str（int（items［item］） - 1）

else：

try：

items.pop（item， None）

except：

pass

print（item + “ removed”）

if（command == “display”）：

print（items）

command = “”

item = “”

days = “”

parsedCommands.clear（）

此項(xiàng)目以Raspberry Pi為中心，除麥克風(fēng)和顯示器外不需要任何電路或硬件。雖然可以使用普通的顯示器或電視顯示器，但它對(duì)于安裝來說并不是很實(shí)用，因此在這個(gè)項(xiàng)目中，我得到了一個(gè)小型的3.5英寸Raspberry Pi顯示器，分辨率為480x320。雖然這對(duì)于正常使用而言太小，但它非常適合命令行工作，如果通過網(wǎng)絡(luò)編程和使用此Pi（使用SSH），則可以從任何具有Internet連接的PC上運(yùn)行Python程序。