基於百度語音和圖靈的交互機器人

1.準備工做：

（1）硬件：樹莓派3b   usb麥克風   音響

（2)  軟件：百度語音api   圖靈機器人api  python2或3（樹莓派自帶）mplayer

 

申請一個百度語音帳號，建立一個新應用，並獲取相應的Key，截圖以下：

注意：天天請求次數有限制，若是不夠能夠本身向百度申請，免費的

 

申請一個圖靈機器人帳號，建立新應用，並獲取相應的api，截圖以下：

 

用命令行 sudo apt-get install mplayer安裝mplayer

在安裝python的一些第三方庫時可能會出現各類各樣的問題，我百度了好多解決方法，感受最好用的就是 sudo apt-get install python-庫名，這裏默認是python2，若是是3的話，把python換成python3便可。

軟硬件到這裏基本上就OK了

2.初步測試

（1）圖靈機器人測試，從一個可以進行文本交互的機器人開始，代碼以下：

 1 import urllib,urllib2
 2 import json
 3 
 4 def gethtml(url):
 5     page = urllib2.urlopen(url)
 6     html = page.read()
 7     return html
 8 
 9 if __name__=='__main__':
10     key = '**********'
11     api = '**********'
12     info = raw_input(‘Me:’)
13     request = api + info
14     response = gethtml(request)
15     dic_json = json.loads(response)
16     print'Robot:'.decode('utf-8')+dic_json['text']

　　測試結果機器人還不是太傻，具備初步的撩人功能，附上咱們的聊天記錄:

（2） 百度語音識別測試，能夠自行搜索百度文檔，裏面有詳細的代碼樣例，代碼以下;

import wave
import urllib,urllib2,pycurl
import base64
import json

def get_token():
    apiKey='**********'
    secreKey='**********'
    auth_url="https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credential&client_id="+apiKey+"&client_secret="+secretKey
    res = urllib2.urlopen(auth_url)
    json_data = res.read()
    rerurn json.loads(json_data)['access_token']

def dump_res(buf):
    print (buf)

def use_cloud(token):
    fp = wave.open('niu.wav','rb')
    nf = fp.getnframes()
    f_len = nf*2
    audio_data = fp.readframs(nf)
    cuid = "******"
    srv_url = 'http://vop.baidu.com/server_api'+'?cuid='+cuid+'&token='+token
    http_header=['Content-Type:audio/pcm;rate=8000','Content-Length: %d'%f_len]
    c=pycurl.Curl()
    c.setopt(pycurl.URL,str(srv_url))
    c.setopt(c.HTTPHEADER,http_header)
    c.setopt(c.POST,1)
    c.setopt(c.CONNECTTIMEOUT,30)
    c.setopt(c.TIMEOUT,30)
    c.setopt(c.WRUTEFUNCTION,dump_res)
    c.setopt(c.POSTFIELDS,audio_data)
    c.setopt(c.POSTFIELDSIZE,f_len)
    c.perform()

if __name__=='__main__':
    token=get_token()
    use_cloud(token)

　　測試結果發現基本上都能識別準確，但偶爾會因未對噪音進行處理而出現誤差，上圖:

　(3)  麥克風和音響測試

　　用命令行 sudo arecord -D "plughw；1，0" 5 niu.wav錄製一段5秒的音頻

　　用命令行 omxplayer -o local niu.wav便可播放剛剛錄製的音頻

　　注意：樹莓派支持3.5mm音頻輸出和HDMI音頻輸出，能夠經過config界面進行控制，具體方法可自已解決

若是以上測試都成功的話，下面就很簡單了，只是把上述內容整合一下便可

3.源代碼

import json
import wave,urllib,urllib2,pycurl,base64 import os,time from aip import AipSpeech def gethtml(url): page = urllib2.urlopen(url) html = page.read() return html def get_token(): apiKey='**********' secreKey='**********' auth_url="https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credential&client_id="+apiKey+"&client_secret="+secretKey res = urllib2.urlopen(auth_url) json_data = res.read() rerurn json.loads(json_data)['access_token'] def dump_res(buf): global duihua print(buf) a=eval(buf) if a['err_msg']=='success.': duihua =a['result'][0] print duihua def use_cloud(token): fp = wave.open('niu.wav','rb') nf = fp.getnframes() f_len = nf*2 audio_data = fp.readframs(nf) cuid = "******" srv_url = 'http://vop.baidu.com/server_api'+'?cuid='+cuid+'&token='+token http_header=['Content-Type:audio/pcm;rate=8000','Content-Length: %d'%f_len] c=pycurl.Curl() c.setopt(pycurl.URL,str(srv_url)) c.setopt(c.HTTPHEADER,http_header) c.setopt(c.POST,1) c.setopt(c.CONNECTTIMEOUT,30) c.setopt(c.TIMEOUT,30) c.setopt(c.WRUTEFUNCTION,dump_res) c.setopt(c.POSTFIELDS,audio_data) c.setopt(c.POSTFIELDSIZE,f_len) c.perform() def answer(): key = '********' api ='http://www.tuling123.com/openapi/api?key='+key+'&info=' info =duihua request = api+info response = gethtml(request) return response def getmp3():
　　 APP_ID='*********'
    APP_KEY='********'
    SECRET_KEY='*********'
　　client=AipSpeech(APP_ID,APP_KEY,SECRET_KEY)　　
　　result = client.sysnthesis(a,'zh',1,{'vol':5,})
　　if not isinstance(result,dict)：
　　　　with open('niu.mp3','wb') as f:
 　　　　f.write(result)

while True: 
　　print'Speaker:' 
　　os.ayatem('sudo arecord -D "plughw:1,0" -f S16_LE -d 4 -r 8000 niu.wav')
   token =get_token()
   use_cloud(token) 
   dic_json = json.loads(answer()) 
   a=dic_json['text'].encode('utf-8')
　　getmp3()
   os.system('mplayer niu.mp3')
   time.sleep(0.5）

4.總結　

　　總的來講，中間沒有遇到太多複雜問題，並且最後的實測效果仍是不錯，可是仍然有反應慢，識別不許等問題須要進一步解決，另外還須要加上語音喚醒，以及語音結束等相關功能，代碼有錯的地方但願你們可以多多指正。（測試視頻就不發了，由於我沒有公衆平臺，尷尬，不過是有的喔，嘿嘿，想要的我能夠私發）