【ROS与语音交互教程】ROS noetic下安装并测试pocketsphinx功能包

3 篇文章 0 订阅

ROS noetic下安装并测试pocketsphinx功能包

ROS与语音交互教程-ROS下安装并测试pocketsphinx功能包

说明:

  • 介绍如何在ROS下安装并测试pocketsphinx功能包

步骤:

  • 安装依赖 ros-noetic-audio-common
sudo apt-get install ros-noetic-audio-common
  • 安装依赖 libasound2
sudo apt-get install libasound2
  • 安装依赖 libgstreamer0.10
sudo apt-get install gstreamer0.10-*
  • 安装依赖 python-gst0.10
sudo apt-get install python-gst0.10
sudo dpkg -i libsphinxbase1_0.8-6_amd64.deb
sudo dpkg -i libpocketsphinx1_0.8-5_amd64.deb 
sudo dpkg -i gstreamer0.10-pocketsphinx_0.8-5_amd64.deb
  • 进入你的工作空间目录,下载pocketsphinx功能包的源码,编译功能包
cd ~/catkin_ws/src
git clone https://github.com/mikeferguson/pocketsphinx
cd ~/catkin_ws/
catkin_make
  • 下载英文语音包pocketsphinx-hmm-en-tidigits_0.8-5(点击下载
sudo dpkg -i pocketsphinx-hmm-en-tidigits_0.8-5_all.deb
  • 在pocketsphinx包里创建一个model目录,存放解压的语音模型文件
cd ~/dev/catkin_ws/src/pocketsphinx
mkdir model
sudo cp /usr/share/pocketsphinx/model/* ~/catkin_ws/src/pocketsphinx/model -r
  • 修改recognizer.py
cd ~/catkin_ws/src/pocketsphinx/nodes
vim recognizer.py

注释掉self.asr.set_property(‘configured’, True)

添加lm,dict,hmm支持英语识别(如果是其他语言可以改为别的路径)

self.asr.set_property('lm', '/usr/share/pocketsphinx/model/lm/en/tidigits.DMP')
self.asr.set_property('dict', '/usr/share/pocketsphinx/model/lm/en/tidigits.dic')
self.asr.set_property('hmm', '/usr/share/pocketsphinx/model/hmm/en/tidigits')
  • 测试pocketsphinx的语音识别功能
roslaunch pocketsphinx robocup.launch

若链接失效,请自行去此镜像资源网站下载:pocketsphinx
或者云盘自取:
链接:https://pan.baidu.com/s/1x-NdukyJJAqUEtsh6FUsiQ?pwd=ysf4
提取码:ysf4

  • 3
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
ROS Noetic中,常用的强化学习功能是rl-texplore-rosros_gym。下面是这两个安装和使用方法: 1. 安装rl-texplore-ros功能 ``` sudo apt-get install ros-noetic-rl-texplore-ros ``` 2. 安装ros_gym功能 ``` sudo apt-get install ros-noetic-ros-gym ``` 3. 使用rl-texplore-ros进行强化学习 rl-texplore-ros是一个用于强化学习的ROS功能,它提供了一个通用的框架,可以用于快速开发和测试各种强化学习算法。使用rl-texplore-ros进行强化学习的步骤如下: - 创建一个新的ROS,例如"my_rl_package",并进入该的目录。 ``` mkdir my_rl_package && cd my_rl_package ``` - 创建一个新的强化学习任务,例如"my_rl_task"。 ``` rosrun rl_texplore_ros rl_texplore_node.py -e my_rl_task ``` - 编写一个强化学习算法,并使用rl-texplore-ros进行测试和评估。 4. 使用ros_gym进行强化学习 ros_gym是一个ROS接口,可以将ROS机器人和环境集成到OpenAI Gym中,从而可以使用OpenAI Gym中的各种强化学习算法。使用ros_gym进行强化学习的步骤如下: - 创建一个新的ROS,例如"my_gym_package",并进入该的目录。 ``` mkdir my_gym_package && cd my_gym_package ``` - 创建一个新的Gym环境,例如"my_gym_env"。在这个环境中,需要实现reset、step和render等函数,以控制机器人的行为并返回环境的状态和奖励。 ``` roscd ros_gym && python scripts/create_gym_env.py my_gym_env ``` - 在OpenAI Gym中使用自己的环境和强化学习算法进行测试和评估。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
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