Implementação
Nosso assistente trabalhará de acordo com o seguinte princípio:
- Constantemente "ouça" o microfone
- Reconhecer palavras no google
- Execute o comando ou responda
1) Síntese da fala
Primeiro, instalaremos vozes russas no sistema Windows. Para fazer isso, siga o link e baixe as vozes na seção SAPI 5 -> Russo. Existem 4 vozes lá, você pode escolher qualquer uma que desejar. Instale e siga em frente.
Precisamos fornecer a biblioteca pyttsx3 para síntese de fala:
pip install pyttsx3
Em seguida, você pode executar o programa de teste e verificar se ele está funcionando corretamente.
import pyttsx3
text = '- '
tts = pyttsx3.init()
rate = tts.getProperty('rate') #
tts.setProperty('rate', rate-40)
volume = tts.getProperty('volume') #
tts.setProperty('volume', volume+0.9)
voices = tts.getProperty('voices')
#
tts.setProperty('voice', 'ru')
#
for voice in voices:
if voice.name == 'Anna':
tts.setProperty('voice', voice.id)
tts.say(text)
tts.runAndWait()
2) Reconhecimento de fala
Existem muitas ferramentas de reconhecimento de fala, mas todas são pagas. Tentei encontrar uma solução gratuita para o meu projeto e encontrei! Esta é a biblioteca speech_recognition.
pip install SpeechRecognition
Também precisamos da biblioteca PyAudio para funcionar com o microfone.
pip install PyAudio
Algumas pessoas têm problemas ao instalar o PyAudio, então você deve seguir este link e baixar a versão do PyAudio que você precisa. Em seguida, entre no console:
pip instal
Em seguida, você executa o programa de teste. Mas antes disso, você deve corrigir device_index = 1 nele para o valor de índice do seu microfone. Você pode descobrir o índice do microfone usando este programa:
import speech_recognition as sr
for index, name in enumerate(sr.Microphone.list_microphone_names()):
print("Microphone with name \"{1}\" found for `Microphone(device_index={0})`".format(index, name))
Teste de reconhecimento de fala:
import speech_recognition as sr
def record_volume():
r = sr.Recognizer()
with sr.Microphone(device_index = 1) as source:
print('.')
r.adjust_for_ambient_noise(source, duration=0.5) #
print('...')
audio = r.listen(source)
print('.')
try:
query = r.recognize_google(audio, language = 'ru-RU')
text = query.lower()
print(f' : {query.lower()}')
except:
print('Error')
while True:
record_volume()
Se tudo estiver bem, siga em frente.
Se você deseja que seu assistente fale apenas com você (sem IA), você pode fazer isso usando a ferramenta DialogFlow gratuita do Google. Depois de entrar, você verá uma tela onde já pode criar seu primeiro bot. Clique em Criar agente. Criamos um nome para o bot (nome do agente), selecione o idioma (idioma padrão) e clique em Criar. O bot foi criado!
Para adicionar novas respostas a diferentes perguntas, você precisa criar um novo intent. Para fazer isso, na seção de intents, clique em Create intent. Preenchemos os campos "Título" e Frases de treinamento, e a seguir as respostas. Clique em Salvar. Isso é tudo.
Para controlar um bot em python, você precisa escrever o código a seguir. No meu programa, o bot dá voz a todas as respostas.
import apiai, json, re
import pyttsx3
import speech_recognition as sr
tts = pyttsx3.init()
rate = tts.getProperty('rate')
tts.setProperty('rate', rate-40)
volume = tts.getProperty('volume')
tts.setProperty('volume', volume+0.9)
voices = tts.getProperty('voices')
tts.setProperty('voice', 'ru')
for voice in voices:
if voice.name == 'Anna':
tts.setProperty('voice', voice.id)
def record_volume():
r = sr.Recognizer()
with sr.Microphone(device_index = 1) as source:
print('.')
r.adjust_for_ambient_noise(source, duration=1)
print('...')
audio = r.listen(source)
print('.')
try:
query = r.recognize_google(audio, language = 'ru-RU')
text = query.lower()
print(f' : {query.lower()}')
textMessage( text )
except:
print(' .')
def talk( text ):
tts.say( text )
tts.runAndWait()
def textMessage( text ):
request = apiai.ApiAI(' ').text_request() # API Dialogflow
request.lang = 'ru' #
request.session_id = ' id' # ID (, )
request.query = text #
responseJson = json.loads(request.getresponse().read().decode('utf-8'))
response = responseJson['result']['fulfillment']['speech'] # JSON
# - , -
if response:
request.audio_output = response
talk(response)
else:
talk('. .')
while True:
record_volume()
Isso é tudo por hoje. Na próxima parte, direi como fazer um bot inteligente, ou seja, para que ele possa não apenas responder, mas também fazer algo.