ros下基于百度语音的,语音识别和语音合成

本博客介绍了一个在ROS环境下使用百度语音库实现的语音识别和语音合成的示例。通过安装PyAudio和VLC库,以及ROS,可以实现实时文字转语音和语音转文字功能。项目包含3个节点,分别用于语音合成、触发合成和语音识别。代码和详细步骤可在提供的链接中查看。
摘要由CSDN通过智能技术生成

代码地址如下:
http://www.demodashi.com/demo/13153.html

概述:

本demo是ros下基于百度语音的,语音识别和语音合成,能够实现文字转语音,语音转文字的功能。

详细:

1. 安装库与环境

首先确保已经安装了以下两个库文件。

1.1 Python 音频处理库 PyAudio

python -m pip install pyaudio

1.2 Python 音频处理库 vlc

pip install python-vlc

1.3 ROS

确保安装了ROS
http://wiki.ros.org/indigo

2. 实时语音识别与语音合成

2.1 运行

Speech Recognition(语音识别):

roslaunch simple_voice simple_voice.launch

Text To Speech(语音合成):

roslaunch simple_voice simple_speaker.launch

2.2 概述

在运行前先确保安装了python的pyaudio 以及 vlc 库文件.

百度语音识别为开发者提供业界优质且免费的语音服务,通过场景识别优化,,准确率达到90%以上,让您的应用绘“声”绘色。

本文中的语音识别功能:采用百度语音识别库,实现语音转化为文字的功能,并且输出为ros话题。
本文中的语音合成功能:采用百度语音识别库,实现将文字转化为语音并且存储为mp3/wav文件。

2.3 Node

包中一共有3个节点:

  • node_main.py
  • simple_speek.py
  • voice_node.py.

node_main.py 是TTS(Text To Speech)的demo节点, 该demo是和laser scanner一起运行的,当laser检测到一个障碍物,node_main将会触发simple_speek.py让机器说出英语或者汉语 ‘excuse me’, ‘make a way for me pls’或者’请让一下’,等话语。

simple_speek.py 将会订阅 std_msgs/String 消息类型的话题,并且将该话题中输入的文字转化为语音

voice_node.py 将会识别您在5秒内说出的话语并且输出到终端上。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值