【ROS总结】ROS下的百度语音识别应用

前言

今天闲来无事查看下语音识别在ROS中的应用，之前在ROS中玩过一段时间的Pocket Sphinx，关于Pocket Sphinx的学习过程以后会介绍，或者可以去网上搜索一些教程，都是比较不错的。现在讲述下在ROS中百度语音的使用情况，由于百度语音的作者写了一些文章在Github上，但是步骤不是很清楚，在此记录一下防止以后忘记，也和大家分享下，避免出现一些失误而导致半途而废。

需求

操作系统： Ubuntu 14.04.2

ROS版本：Indigo

ROS语音识别介绍

关于一些在ROS中如何使用语音识别库，大家可以自行搜索下，基本上都是在ROS官网上的一些资料，目前官网上的语音识别库一共有四个，分别为

• baidu_speech

• hark

• pocketsphinx

• rospeex

目前讲述的是百度的语音识别，目前百度语音已经支持ROS，大家可以学习下。以后会介绍其他三个语音库。

百度语音识别在ROS中的应用

关于如何在ROS中使用百度语音识别呢，作者也已经在wiki上介绍了，大家可以先查看下，网址是：http://wiki.ros.org/baidu_speech

不过作者貌似没有提供在线安装，也就是apt-get来安装百度语音包，不过不妨碍今天的教程，安装百度语音包的过程如下：

·在Github上下载百度语音包

·安装百度语音包的需求包

·运行并测试百度语音包中的说话者（simple_speaker.launch）和语音识别（simple_voice.launch）

下面根据步骤来进行操作

在Github上下载百度语音识别包

在下载之前，你应该有一个catkin工作空间，我的工作空间名字就是catkin_ws。然后在catkin_ws/src下下载百度语音识别包（simple_voice）

$ git clone https://github.com/DinnerHowe/simple_voice.git	

下载完成后其实就可以使用，但是会提示错误，例如：No module named pyaudio 或者 Nomodule named vlc
其实作者也已经说过了，要想使用simple_voice这个包，需要Python库，也就是pyaudio和vlc-python。下面安装需求包。

安装百度语音识别包的需求包

安装pyaudio其实是比较简单的，直接使用下面的命令就可以安装：

        $ sudo apt-get install python-pyaudio

 

这个步骤直接就在线安装了需求包pyaudio。

安装vlc其实比较坑，或许是我的电脑的问题，没有找到在线安装命令也就是python-vlc这个包，就算安装了vlc所有的包也还是提示No module named vlc。

不过最终还是解决了，使用如下方式，首先在你的home下，下载vlc的封装库：

$ cd
$ git clone https://github.com/geoffsalmon/vlc-python.git

下载完成后，使用如下命令加载vlc模型到Python中

	$ sudo cp vlc-python/generated/vlc.py /usr/lib/python2.7/

Indigo的Python是2.7版本，大家也可以替换成你当前版本，路径还是/usr/lib。

添加完成需求包后，就可以测试运行百度语音识别包了。

运行并测试百度语音包中的说话者（simple_speaker.launch）和语音识别（simple_voice.launch）

测试simple_speaker.launch

首先打开一个终端，输入如下命令来启动simple_speaker.launch

	$ roslaunch simple_voice simple_speaker.launch

作者在网上说直接运行这个launch就可以听到说话，其实还少一步，需要添加音频文件才可以。作者在语音包中给出了一个“请让一下.mp3”，其他音频文件没有测试，大家可以测试下都支持什么音频文件，在此就不讲述了。

运行完simple_speaker.launch后，多出了一个/speak_string的话题，该话题就是接收音频文件，需要手动的添加音频文件到simple_speaker节点，其中该launch文件只开启了一个节点就是simple_speaker。

打开另一个终端，向simple_speaker节点添加音频文件：

	$ roscd simple_voice/src
	$ rostopic pub /speak_string std_msgs/String -- '请让一下.mp3'

这个步骤就是加载给出的“请让一下.mp3”到节点，关于rostopic pub的使用方法在此就不介绍了，大家可以查看rostopic的使用。

这两步完成后，就可以听到电脑发出“请让一下，谢谢！”的语音了。

测试simple_voice.launch

关于测试simple_voice.launch是容易的，直接一条命令搞定：

	$ roslaunch simple_voice simple_voice.launch

然后对着电脑说话就可以了，比如：

每次只识别一次，识别完成后需要桥下Enter键才能继续识别，当然大家也可以对voice_node.py进行改造，变成实时语音识别。