Sistem De Conversație Bazat Pe Inteligență Artificială: 6 քայլ

2024 Հեղինակ: John Day | [email protected]. Վերջին փոփոխված: 2024-01-30 09:50

Հեղինակ `Ստանուտ Նիկոլաե-Ռադու

Խումբ: 333AB

Նշում: 8

Քայլ 1: Գործառույթի նկարագրություն

Principn principiu sistemul va fi asemănător

asistenților inteligenți pentru casă de tipul Google Assistant- ի և Amazon Alexa- ի միջոցով, որոնք կարող են օգտագործվել որպես ձայնային ապարատներ, որոնք կօգնեն ձեզ օգտագործել դեմքի կամ անուղղակի օգտագործման գործառույթներ: Creierul acestui dispozitiv va fi un Raspberry pi 3, dapitită faptului că dispune de Wi-Fi, acest lucru permițând conectarea la serviciul cloud Amazon, care va "inteligență" sistemului.

Ամպերի ծառայություններ, որոնք նախատեսված են Amazon- ի արհեստականորեն, արհեստականորեն ապահովում են իրենց գործառույթները ՝ օգտագործելով Amazon Alexa- ի գործնական նույնականացումը: Օրինակ, ասիստենտ վիրտուալ poate- ը կանխատեսում է մետեո, poate minine minte notițe, poate pune alarme, dar din păcate (sau fericire?), Apeste lucruri depind în totalitate de Amazon, iar comenzile dispozitivului se dau limu engleză.

Ca obictiv secundar, voi încerca să integrez limba română astfel încât asistentul să poată înțelege եւ comenzi și de la persoane necunoscătoare de limba engleză: Alt obiectiv secundar ar fi ca asistentul să ajute la automatizarea unor processe, de exemplu aprinderea și stingerea unor lumini, oprirea unei մրցանակի: Desigur, doar dacă API-ul Amazon va permite aceste lucruri:

Ավելի լավ է ՝

Քայլ 2: Համատեղելիություն

Pentru realizarea proiectului am avut nevoie de următoarele բաղադրիչ:

1. Ազնվամորի PI 3 B+

   Համակարգչային մինի համակարգիչը ստեղծվել է ավելի արդյունավետ, թույլ է տալիս կառավարել Linux Debian- ը ARM պրոցեսորով: Որպես կանոն, մատչելի մոդել, որը հասանելի է wi-fi- ին, ինտերնետից օգտվելիս կարող եք բացատրել, թե ինչ տեքստ-ին-վորբիր-տորթ-ին-տեքստ է անհրաժեշտ:

2. PS Աչքի տեսախցիկ

   Pe post microfon ("urechea proiectului") am ales o cameră destinată consolei Play Station 3 deoarece dispune de un microfon puternic cu 4 canale, fiind mai ieftină decât o cameră web obișnuită

3. Տուփի դյուրակիրություն

   Pentru a transmite informația către utilizator a fost nevoie de un difuzor, am folosit o boxă cu fir primită de la un prieten

4. 2 կրակ + LED

5. Caserolă

   Carcasa proiectului, o caserolă de sarmale: D

Քայլ 3: Սարքավորումներ

După ce am adunat բաղադրիչ, am trecut la implementare, schema este una foarte simpleă: Բջջային դյուրակիր համակարգչային ցանցի միջոցով կարող եք օգտագործել մի քանի սարքեր, որոնք թույլ են տալիս օգտագործել նվագարկումը, տեսախցիկ/միկրոֆոնուլ, որը թույլ է տալիս միացնել USB USB խնամքի համակարգիչը: Am mai adăugat în schemă ledi led-ul conectat la pin-ul 17 cu rezistorul, pentru comanda de lumină. Նիմիկ բարդույթ:

Քայլ 4: Softwareրագրակազմ

Arhitectura acestui proiect presupune un "creier" care să preia comenzi de la utilizator (voce), să transforme datele într-un format accesibil lui (text) ăi să le redea răspunsul sau confirmarea unei acțiuni înapoi (voce). Pentru acestea a fost nevoie de 3 servicii առանձին:

1. Un motor Speech-to-Text (STT), մուտքագրեք ամսաթիվը ներսում
2. Un sistem de inteligență artificialță, pentru a lua decizii rezi a rezolva problem
3. Un-motor Text-to-Speech (TTS), pentru a transmite utilizatorului răspunsurile sau confirmările acțiunilor

Pentru STT am folosit API-ul de la Google, denumit Google Speech API, care este gratuit, ofelă cal Cal cal mare a conversiei oi o rată mică de erori, dar oferă dari un ună număr limitat de apeluri. Am ales acest API datorită faptului că această parte a sistemului este cea mai sensibilă la erori cei cea mai supusă la perturbații. Անսահմանափակ ապարատային սարքավորումներ ՝ համակարգչի ներթափանցման համար (putere de processare, spațiu de stocare, memorie), folosirea unui serviciu offline este exclusive exclusive, așa că am optat pentru un serviciu Cloud, oferindind și o precizie mai mare, dar și un timp de răn Google- ը կարող է օգտվել STT- ից:

Pentru feedback-ul oferit useitatorului (TTS-ul) am ales un motor offline, deoarece acesta nu este foarte mare konsumator de resurse și nici nu este la fel de sensibil precum STT-ul. Sintetizarea vocii este făcuta de Festival Speech Synthesis System, խնամքի ծառայություն, որն անվճար տրամադրում է MIT- ը: Vocea este una ușor robotică, dar mult mai inteligibilă față de eSpeak, alt motor TTS անցանց ռեժիմում: Avantajul său față de serviciile online este că nu are niciun fel de limitare la la numărul de coversii.

Liantul dintre STT- ը և TTS- ը, նախ և առաջ մասնակցելով «iteligentă» - ին, մենք ճանաչում ենք Jasper- ը: O հարթակă Բաց կոդ, տրամադրեք GitHub- ի հղումը ՝ https://github.com/jasperproject/jasper-client: Aceasta face legătura dintre toate serviciile descrise mai sus și ia decizii în funcție de input-ul utilizatorului. Համատեղելի է ազնվամորի PI- ով, որը գտնվում է Python- ում: Am ales această soluție în վնասակար բջջային ամպերի մոդուլյացիա, պլատֆորմ, որը թույլ է տալիս ծառայել STT- ին և TTS- ին, ինչպես նաև ծրագրել է Python- ի լիմբաջուլը:

Sistemul de inteligență artificialță este unul procedural, am optat pentru această տարբերակն է վնասակար համակարգչում de tip Machine Learning (chatbot) din cauză că cele din urmă au un Karacter nedeterminist. Natura platformei Jasper- ը, որը կարող է օգտագործվել նախապես որոշված, սահմանափակ հզորությամբ, կարող է օգտագործվել, քանի որ այն կարող է օգտագործվել առանց թվային, ինչպես նաև հնարավորինս արագ օգտագործման համար:

Քայլ 5: Իրականացնել

1. Am instalat sistemul de operare Raspbian pe cardul microSD
2. Am conectat ֆոտոխցիկ și difuzorul la Raspberry
3. Am configurat sistemul de operare, după care am instalat toate bibliotecile și serviciile necesare, urmând toți pașii din acest ghid:
4. Ես ստեղծում եմ տեղադրված մոդուլ adiționale pentru a extinde funcționalitatea sistemului

Քայլ 6: Օգտագործեք

Մնացած մոնիտորը պետք է կազմաձևի դրույթներ, որոնք կապում են անլար կանխորոշումը, վերահսկում են դրույթները ՝ օգտագործելով SSH- ը: Jasper permite două tipuri de interacțiune:

1. Prin տերմինալ (տեքստ) - la rularea comenzii jasper_cli
2. Prin voce - la rularea comenzii jasper

Պարզեցրեք voi începe demonstrarea funcționalității prin intermediul terminalului- ը: La rularea comenzii jasper_cli va fi afișat un mesaj de întâmpinare, iar Jasper este gata să primească comenzi. Printre comenzile cunoscute se numără:

• ՍՊԱՍԵԼ + cuvânt - întoarce definiția din dicționar a cuvântului respectiv
• Ո՞Վ, Ի՞ՆՉ, ԻՆՉՔԱՆ, ԻՆՉՔԱՆ ՀԻՆ + ՀԻՆ + cuvânt - folosește API -ul wolframalpha pentru a răspunde la întrebări generale
• WIKI - folosește API -ul de la wikipedia pentru a oferi informații despre diferite noțiuni
• ԿԱՏԱԿ - ողորկություն
• LUMOS/NOX - aprinde/stinge LED -ul atașat
• TRIVIA
• ՖԻԼՄԵՐ - տեղեկատվական despre filme (imdb)
• ԼՈSՐԵՐ - citește știri

Modn modul voce, deschis la معرفی comenzii "jasper" in linia de comandă, dispozitivul se pune in modul de așteptare, acesta fiind trezit la auzirea unui cuvânt-cheie. Cn cazul de față cuvâtul cheie este "Jasper": După ce dispozitivul a auzit cuvântul cheie, acesta intră în modul de ascultare, putând să primească comenzi ճշգրիտ ca și in modul text. După exerearea comenzii, dispozitivul intră din nou în așteptare până la o nouă trezire a sa.