Ավելացրեք Trigger Start Sound- ը Google AIY Voice Kit- ում ՝ 6 քայլ (նկարներով)

2024 Հեղինակ: John Day | [email protected]. Վերջին փոփոխված: 2024-01-30 09:51

Այս ձեռնարկը բավականին պարզ է: Ես իսկապես վայելում էի Google AIY Voice Kit- ը, բայց իսկապես ինձ դուր է գալիս իմ սովորական Google Home- ի աղմուկը, որը նրանք բարձրացնում են ՝ հաստատելու, որ նրանք ակտիվորեն լսում են: Սա լռելյայն կարգավորված չէ այն օրինակներից որևէ մեկում, որոնք նախապես բեռնված են AIY Voice Kit- ի պատկերի վրա:

Ես նաև հղում եմ կատարում «Սկսել և հաստատել» աղմուկին, որը գրանցել եմ իմ իրական Google Home- ից ՝ իմ Zoom ձայնագրիչով:

Ահա մենք գնում ենք. Իմ առաջին հրահանգը:

Քայլ 1: Պահանջվող նյութեր և ֆայլեր

1. Լիովին աշխատող Google AIY Voice Kit- ը-ձեր հավաքածուն կարգավորելու համար այցելեք AIY Voice Kit- ի պաշտոնական էջը:
2. Ձեր Pi- ի տերմինալ SSH, VNC կամ մոնիտորով և ստեղնաշարով մուտք գործելու ունակություն
3. . Wav ֆայլ, որը ցանկանում եք նվագարկել, երբ Pi- ն լսում է ձայնային մուտքագրում.
4. (Լրացուցիչ) Աուդիո խմբագիր, որը կարող է փոխարկել ֆայլերը և փոխել դրանց բիթերի և նմուշների արագությունը

Քայլ 2: Քայլ 2. Լրացուցիչ տեղեկությունների համար ստուգեք Voicehat.py ֆայլը

ԿԱՐԵՎՈՐ

Ես չեմ օգտագործում իմ ձայնային հավաքածուի վերջին պատկերը, որը ներառում է ինչպես Ձայնի, այնպես էլ Տեսողության հանդերձանքի ծածկագիրը (այսինքն ՝ aiyprojects-2018-01-03.img): Ես օգտագործում եմ Voice Kit- ի մասնաճյուղի ծածկագիրը, որը կարելի է գտնել Google AIY Raspbian GitHub- ում: Իմ անձնական կարծիքն այն է, որ պարզապես օգտագործեք Voice Kit- ի մասնաճյուղը `այն պարզ պահելու համար և կարիք չունեք զբաղվել Vision կոդի հետ, երբ աշխատում եք ձեր ձայնային հավաքածուի հետ:

Առաջ անցնել…

Այս քայլը լիովին պարտադիր չէ, բայց այն ցույց կտա ձեզ, թե որտեղ է Google- ը թաղել այն աշխատելու հրահանգները, եթե ցանկանում եք դա մեկ քայլ առաջ անել կամ հասկանալ, թե ինչու է իմ ավելացրած կոդը գործում:

pi@raspberry: cd AIY-voice-kit-python/src/aiy/

Այնուհետեւ մենք պատրաստվում ենք ստուգել այդ թղթապանակի voicehat.py ֆայլը.

pi@ազնվամորի ՝ ~/AIY-voice-kit-python/src/aiy/sudo nano voicehat.py

Կից նկարը ցույց է տալիս, թե որտեղ կարող եք ծանոթանալ կարգավիճակի միջերեսի մասին և ինչպես օգտագործել ձայնը ձգան ժամանակ:

Լավ, հիմա եկեք մի քանի կոդ ավելացնենք օրինակ ֆայլերից մեկին ՝ այս բանը աշխատեցնելու համար:

Քայլ 3: Քայլ 3. Ավելացրեք գործարկման ձայնային կոդ դեմո կոդին

Նախ, նավարկեք AIY-voice-kit-python թղթապանակը և գործարկեք աղբյուրի կոդը

cd AIY-voice-kit-python

աղբյուր env/bin/ակտիվացնել

cd src

Այնուհետև 'sudo nano' - ն օգտագործեք 'assist_grpc_demo.py' կամ 'assist_library_demo.py' էջերում:

Երկու ֆայլերի միջև տարբերությունն այն է, որ assist_grpc_demo.py- ն օգտագործում է կոճակը ՝ Google Assistant- ը գործարկելու համար, և assist_library_demo.py- ն օգտագործում է «Ok, Google» ակտիվացման բառը ՝ Google Assistant- ին միացնելու համար:

Այս երկու ֆայլերի համար անհրաժեշտ է ավելացնել միայն մեկ տող կոդ.

status_ui.set_trigger_sound_wave ('/home/pi/googlestart.wav')

Սա ենթադրում է, որ ձեր մեկնարկային ձայնը տեղադրել եք/home/pi/թղթապանակում և այն անվանել googlestart.wav: Փոխեք դրանք ՝ հիմնվելով այն բանի վրա, թե ինչ եք անվանել ձեր ֆայլը և որտեղ էլ այն գտնեք:

Մենք փնտրում ենք ծածկագրի տողը ստորև.

status_ui.status («լսում»)

Մենք ցանկանում ենք ավելացնել մեր նոր տողի կոդը ԱՌԱ that այդ կոդի տողից…

«Աջակցող_ գրադարանի_դեմո.պի» օրինակի համար այն կարելի է գտնել այստեղ.

elif event.type == EventType. ON_CONVERSATION_TURN_STARTED:

# Եվ հիմա ավելացրեք մեր կոդը status_ui.set_trigger_sound_wave ('home/pi/googlestart.wav') status_ui.status ('լսում')

«Assistant_grpc_demo.py» օրինակի համար այն կարելի է գտնել այստեղ.

button.wait_for_press ()

# Եվ հիմա ավելացրեք մեր կոդը status_ui.set_trigger_sound_wave ('/home/pi/googlestart.wav') status_ui.status ('լսում')

Սա ենթադրում է, որ ձեր մեկնարկային ձայնը տեղադրել եք/home/pi/թղթապանակում և այն անվանել googlestart.wav: Փոխեք դրանք ՝ հիմնվելով այն բանի վրա, թե ինչ եք անվանել ձեր ֆայլը և որտեղ էլ այն գտնեք:

Կտտացրեք CTRL-X & Y ՝ ամեն ինչ փրկելու համար:

*** Ո NOTՇԱԴՐՈԹՅՈՆ. Ես մի փոքր հիմար բան եմ գտել: «Assistant_library_demo.py» - ի համար ձգանի ձայնը ավելացնելը, կարծես, որևէ կերպ չի ազդում խոսքի ճանաչման գործառույթի մեջ: Թեև «assist_grpc_demo.py» - ի համար, թվում է, երբ գործարկվում է ձգանի ձայնը, այն կտրում է ձեր ասած առաջին բառը կամ երկուսը: Լիովին վստահ չեմ, թե ինչու: Դեռ փորձում է դա պարզել:

Քայլ 4: Քայլ 4. Գործարկեք ծածկագիրը և համոզվեք, որ ամեն ինչ լավ է

pi@raspberry: cd AIY-voice-kit-python

և բեռնել virtualenv- ը

pi@raspberry: ~/AIY-voice-kit-python $ source env/bin/activ

և գործարկիր այն:

(env) pi@raspberry: ~/AIY-voice-kit-python $ src/assist_library_demo.py

կամ

(env) pi@ազնվամորի: ~/AIY-voice-kit-python $ src/assist_grpc_demo.py

Այժմ ասեք «Լավ, Google» կամ սեղմեք այդ կոճակը և տեսեք, արդյոք այն աշխատում է:

Հաջորդ էջը կօգնի ձեզ, եթե ունեք ձեր անհատականացված ֆայլը և ձեր.wav ֆայլի համար համապատասխան բիթերի և ընտրանքային դրույքաչափերը

Քայլ 5: Քայլ 5. Ստեղծեք ձեր սեփական.wav ֆայլը

Եթե ձեզ չի հետաքրքրում Google Home- ի ստանդարտ մեկնարկի իմ.wav ֆայլը, ապա ձեզ հարկավոր է ստեղծել ձեր սեփական.wav ֆայլը: Մի փոքր փորձություն և սխալ պահանջվեց, որպեսզի բիթը և ընտրանքի ճիշտ տոկոսադրույքը աշխատեն ինձ համար:

Ես օգտագործել եմ Logic Pro X- ը ՝ իմ բոլոր խմբագրումները կատարելու համար (նկարում), որը լիարժեք DAW է երաժշտություն ստեղծելու և արտադրելու համար: Երկու տարբերակ, որոնք ես գտել եմ, որոնք կարող էին հարմար լինել ՝ Switch կամ MediaHuman Audio Converter: Ենթադրում եմ, որ դուք կարող եք դա անել Garageband- ի հետ, եթե Mac ունեք, բայց ես դա չեմ փորձել:

Ձեր ֆայլի երեք հիմնական մաս կա, որոնք անհրաժեշտ են այն ցուցադրական կոդի հետ աշխատելու համար:

1. Պետք է լինի MONO աուդիո ֆայլ
2. Նմուշի արժեքը պետք է լինի 32000
3. Պետք է լինի.wav ֆայլ
4. (Լրացուցիչ) 16 բիթանոց լուծումն ինձ համար ամենալավն է աշխատել

Քայլ 6: Քայլ 6. Հաստատման ձայնի ավելացում:

Այստեղ ես խրված եմ, եթե որևէ մեկը որևէ մտքեր ունի: Ես կցանկանայի ավելացնել հաստատման աղմուկը, եթե համակարգը ճանաչի ձայնային մուտքը, ինչպես սովորական Google Home- ում:

Ձեր հարմարության համար ստորև կցել եմ ֆոնդային հաստատման աղմուկը:

Վայելեք: