虚谷号支持的语音聊天机器人

zibolaoyu

一.技术原理

SpeechRecognition（录音）--> 百度语音（Speech-to-Text语音转文本）--> 图灵机器人（语义分析及应答）--> 百度语音（Text-to-Speech文本转语音）--> PyAudio（音频播放）

SpeechRecogintion是 Python 的一个语音识别框架，已经对接了如谷歌和微软的 STT （语音转文本）服务。本课例的语音识别及合成用的是百度的开放服务，所以只是需要 SpeechRecogintion 的录音功能。它可以检测语音中的停顿自动终止录音并保存。安装SpeechRecognition ：

pip installSpeechRecognition

二．环境配置

虚谷号运行完整的Linux系统，连好USB声卡后，打开虚谷号的音量控制后会发现有三个声卡。

1、打开音量控制，在配置项里面只保留USB声卡，把其他设备都关闭。

2、安装IDEL

sudoapt-get install idle3

IDLE是开发python 程序的基本IDE（集成开发环境），具备基本的IDE的功能，是非商业Python开发的不错的选择。运行上面代码后安装了Python3.0的集成开发环境，相对于虚谷号预装的jupyter开发环境，IDLE运行占用资源少。

3、升级pip到19.0.3

pip install--upgrade pip

pip 是 Python 包管理工具，后期的包安装用到pip，以上代码是升级到最新版。

4、安装PyAudio

Linux 系统下可以直接使用系统自带的包管理器安装 PyAudio （如 Ubuntu 和 Raspbian 系统的 apt-get），可以使用 pip 命令安装，不过需要提前装好编译用的依赖portaudio19，

Sudoapt-get install portaudio19-dev

pip install–upgrade pyaudio

5、语音识别代码

创建应用:：百度语音是百度云AI 开放平台提供的支持语音识别和语音合成的服务，注册以后就可以直接访问它的 REST API 了，并且有向普通用户提供免费的调用额度。

注册成功以后，进入语音服务的控制台创建一个新的应用，记下自己的 AppID、API Key 和 Secret Key。

语音识别代码，百度 AI 有提供面向 Python 的框架 baidu-aip ，这里直接使用该框架。安装：

pip install baidu-aip

把代码中的 Key 替换成自己的，将 SpeechRecognition 录制的音频上传至百度语音的服务，返回识别后的文本结果并输出。

6、图灵机器人

图灵机器人是一个提供（一定额度内）免费的智能聊天服务的平台，注册以后就可以创建自己的聊天机器人并接入到项目中。首先进入图灵机器人的控制台并创建一个新的聊天机器人，记下分配到的 apikey。

在代码中配置为自己的apikey

上传一个聊天内容，获取到回复。再从收到的对象中提取出回复的文本。

7、百度语音（TTS）

百度的文本转语音（TTS）引擎语音效果很好，其中的”spd”设置调节语速，vol调节音量，per选择人物，我们这里选择1号中年男声。在本程序中定义了一个speak函数完成这部分功能。

就是把需要转换成语音的文本内容上传，再将返回的数据保存在本地。

8、PyAudio 播放

本课例中调用系统中的 sox 命令将 MP3 转为 wav 格式，再用 PyAudio 播放。SoX 是一个强大的跨平台的音频处理工具，Linux 系统可以直接使用包管理器安装：

sudo apt-getinstall sox libsox-fmt-mp3