树莓派语音交互如何实现开关灯？

语音识别现在有非常广泛的应用场景,如手机的语音助手,智能音响(小爱,叮咚,天猫精灵...)等.

语音识别一般包含三个阶段:热词唤醒,语音录入,识别和逻辑控制阶段.
   

   热词唤醒就是唤醒设备,让设备解析你接下来说的话.通常设备一直在录入周围的声音,但是设备此时不会有任何反应.当通过像「Hi,Siri」这样的唤醒词被唤醒以后，设备就开始处理接下来的声音了。热词唤醒是语音识别的开始。
   Snowboy 是比较流行的热词唤醒框架，目前已经被百度收购。Snowboy 对中文支持友好，相对 Pocketsphinx 配置使用较为简单，推荐使用。
   snowboy官方文档地址[英文的] http://docs.kitt.ai/snowboy
   
安装

一、获取源代码并编译
安装依赖
树莓派原生的音频设备是不支持语音输入的（无法录音），需要在网上购买一支免驱动的USB音频驱动，一般插上即可直接使用。
建议安装下 pulseaudio 软件，减少音频配置的步骤：
$ sudo apt-get install pulseaudio1安装 sox 软件测试录音与播放功能：
$ sudo apt-get install sox1安装完成后运行 sox -d -d 命令，对着麦克风说话，确认可以听到自己的声音。
安装其他软件依赖：安装 PyAudio：$ sudo apt-get install python3-pyaudio安装 SWIG（>3.0.10)：$ sudo apt-get install swig安装 ATLS：$ sudo apt-get install libatls-base-dev编译源代码获取源代码：$ git clone https://github.com/Kitt-AI/snowboy.git编译 Python3 绑定：$ cd snowboy/swig/Python3 && make12345678测试：
如果使用的是树莓派，你还需要在~/.asoundrc更改声卡设置：
  type asym   playback.pcm {     type plug     slave.pcm "hw:0,0"   }   capture.pcm {     type plug     slave.pcm "hw:1,0"   }}12345678910进入官方示例目录 snowboy/examples/Python3 并运行以下命令：
$ python3 demo.py resources/models/snowboy.umdl1（ 命令中的 snowboy.umdl 文件即语音识别模型）
然后对着麦克风清晰地讲出“snowboy”，如果可以听到“滴”的声音，则安装配置成功。
PS：官方源代码使用 Python3 测试有报错，经测试需修改 snowboy/examples/Python3 目录下的 snowboydecoder.py 文件。
将第 5 行代码 from * import snowboydetect 改为 import snowboydetect 即可直接运行。
快速开始

GitHub 上有比较详细的 Demo，强烈建议先看看。先创建一个 HotwordDetect 类，这个类包含唤醒模型，声音增益，灵敏度等参数。然后初始化 Detector 对象，Snowboy 的 Detector 类存在下载下来的源码里。训练模型可以是单个，也可以是列表形式。
from .. import snowboydetectclass HotwordDetect(object):    def __init__(self, decoder_model,                 resource,                 sensitivity=0.38,                 audio_gain=1):        """init"""        self.detector = snowboydetect.SnowboyDetect(            resource_filename=resource.encode(),            model_str=decoder_model.encode())        self.detector.SetAudioGain(audio_gain)123456789101112初始化以后可以创建启动方法，启动方法一般会指定一个唤醒回调函数，也就是 「Hi,Siri」之后可能出现的「叮」声；还可以指定录音回调函数，也就是设备唤醒以后你需要用这些声音去干什么：
class HotwordDetect(object):    ...    def listen(self, detected_callback,              interrupt_check=lambda: False,              audio_recorder_callback):        """begin to listen"""        ...        state = "PASSIVE"        while True:            status = self.detector.RunDetection(data)            ...            if state == "PASSIVE":                tetected_callback()                state = "ACTIVE"                continue            elif state == "ACTIVE":                audio_recorder_callback()                state = "ACTIVE"                continue12345678910111213141516171819这里的逻辑可以自己去定义，主要是在两个状态间切换，当设备接收到唤醒词以后，status 会指出被识别到的唤醒词的序号，比如你定义了 「Siri」和 「Xiaowei」两个唤醒词，status 为 1 就表示 Siri 被唤醒，status 为 2 就表示 Xiaowei 被唤醒。然后将状态改成激活状态，这个时候执行 audio_recorder_callback 方法，执行完后将状态切换回唤醒状态。
在线语音识别

当设备被唤醒以后，你可以拿到录音数据去做任何想做的事情，包括调取百度等语音识别接口。这些逻辑都包含在 audio_recorder_callback 回调方法中。需要注意的是 Snowboy 目前只支持 16000 的录音采样率，其他采样率的录音数据都不能使用，你可以通过两种办法来解决：
使用支持 16000 采样率的声卡
进行录音数据的采样率转换
目前比较大的两家声卡芯片公司 C-Media 和 RealTek 一般产品都是 48k 以上的，支持 16k 的芯片一般比较贵，可能到 60 元左右。「绿联」有两款产品可以支持，购买时请查看产品参数，对照芯片公司的产品型号是否支持 16k 采样。
声音模型的训练

官方提供两种模式进行个性化声音模型创建：
website。只要你有 GitHub，Google 和 Facebook 帐号中的一种，登录就可以录音完成训练。
train-api。根据文档传指定的参数就可以完成训练，api 返回给你升学模型的数据。
这两种方式获得的都是私人的声音模型，获取的是 .pmdl的文件形式。一般化的 universal 模型不提供，需要联系官方商业合作。获取到的模型，越多人测试准确率越高，为了提高准确率，你可以邀请更多人来测试你的模型。还有麦克风的种类也会影响准确度，在什么设备上使用就在那个设备上训练模型能提高准确率。语音识别是一个比较精尖的技术，需要注意很多问题，正如 ChenGuo 说的：
Speech Recognition is not that easy.
在自己的项目中使用
将以下文件复制到自己的项目目录下：
下载好的 model.pmdl 模型文件
snowboy/swig/Python3 目录下编译好的 _snowboydetect.so 库
snowboy/examples/Python3 目录下的 demo.py、snowboydecoder.py、snowboydetect.py 文件以及 resources 目录
在项目目录下执行 $ python3 demo.py model.pmdl 并使用自己的唤醒词进行测试
orangePi下使用语音识别来实现语音开关灯,需要联网使用.
gpio.py
#!/usr/bin/env python# encoding: utf-8## 香橙派(orangepi)的GPIO操控,详细查下以前的帖子.#"""@version: ??@author: lvusyy@license: Apache Licence @contact: lvusyy@gmail.com@site: https://github.com/lvusyy/@software: PyCharm@file: gpio.py@time: 2018/3/13 18:45"""import wiringpi as wpclass GPIO():    def __init__(self):        self.wp=wp        wp.wiringPiSetupGpio()        #wp.pinMode(18, 1)        #wp.pinMode(23, 0)    def setPinMode(self,pin,mode):        self.wp.pinMode(pin,mode)    def setV(self,pin,v):        self.wp.digitalWrite(pin,v)    def getV(self,pin):        return self.wp.digitalRead(pin)1234567891011121314151617181920212223242526272829303132333435之前案例修改了以下. control.py
#!/usr/bin/env python# encoding: utf-8## 利用热词唤醒后使用百度语音识别api识别语音指令,然后匹配操作指令.如关灯,开灯操作.###　使用snowboy的多个热词唤醒,效果会更好,而且不需要网络. 有空测试."""@version: ??@author: lvusyy@license: Apache Licence @contact: lvusyy@gmail.com@site: https://github.com/lvusyy/@software: PyCharm@file: control.py@time: 2018/3/13 17:30"""import osimport syssys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))import timeimport pyaudioimport waveimport pygameimport snowboydecoderimport signalfrom gpio import GPIOfrom aip import AipSpeechAPP_ID = '109472xxx'API_KEY = 'd3zd5wuaMrL21IusNqdQxxxx'SECRET_KEY = '84e98541331eb1736ad80457b4faxxxx'APIClient = AipSpeech(APP_ID, API_KEY, SECRET_KEY)interrupted = False#定义采集声音文件参数CHUNK = 1024FORMAT = pyaudio.paInt16 #16位采集CHANNELS = 1             #单声道RATE = 16000             #采样率RECORD_SECONDS = 5       #采样时长 定义为9秒的录音WAVE_OUTPUT_FILENAME = "./myvoice.pcm"  #采集声音文件存储路径class Light():    def __init__(self):        self.pin=18        self.mode=1 #open is 1 close is 0        self.mgpio=GPIO()        self.mgpio.setPinMode(pin=self.pin,mode=1) #OUTPUT 1 INPUT 0    def on(self):        ''        self.mgpio.setV(self.pin,self.mode)    def off(self):        ''        self.mgpio.setV(self.pin,self.mode&0)    def status(self):        #0 is off 1 is on        return self.mgpio.getV(self.pin)def get_file_content(filePath):    with open(filePath, 'rb') as fp:        return fp.read()def word_to_voice(text):    result = APIClient.synthesis(text, 'zh', 1, {        'vol': 5, 'spd': 3, 'per': 3})    if not isinstance(result, dict):        with open('./audio.mp3', 'wb') as f:            f.write(result)            f.close()    time.sleep(.2)    pygame.mixer.music.load('./audio.mp3')#text文字转化的语音文件    pygame.mixer.music.play()    while pygame.mixer.music.get_busy() == True:        print('waiting')def  get_mic_voice_file(p):    word_to_voice('请说开灯或关灯.')     stream = p.open(format=FORMAT,                    channels=CHANNELS,                    rate=RATE,                    input=True,                    frames_per_buffer=CHUNK)    print("* recording")     frames = []    for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):        data = stream.read(CHUNK)        frames.append(data)    print("* done recording")    stream.stop_stream()    stream.close()    #p.terminate()#这里先不使用p.terminate(),否则 p = pyaudio.PyAudio()将失效，还得重新初始化。    wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')    wf.setnchannels(CHANNELS)    wf.setsampwidth(p.get_sample_size(FORMAT))    wf.setframerate(RATE)    wf.writeframes(b''.join(frames))    wf.close()    print('recording finished')def  baidu_get_words(client):    results = client.asr(get_file_content(WAVE_OUTPUT_FILENAME), 'pcm', 16000, { 'dev_pid': 1536, })    # print(results['result'])    words=results['result'][0]    return words#_*_ coding:UTF-8 _*_# @author: zdl# 实现离线语音唤醒和语音识别，实现一些语音交互控制# 导入包def signal_handler(signal, frame):    global interrupted    interrupted = Truedef interrupt_callback():    global interrupted    return interrupted#  回调函数，语音识别在这里实现def callbacks():    global detector    # 语音唤醒后，提示ding两声    # snowboydecoder.play_audio_file()    pygame.mixer.music.load('./resources/ding.wav')#text文字转化的语音文件    pygame.mixer.music.play()    while pygame.mixer.music.get_busy() == True:        print('waiting')    #snowboydecoder.play_audio_file()    #  关闭snowboy功能    detector.terminate()    #  开启语音识别    get_mic_voice_file(p)    rText=baidu_get_words(client=APIClient)    if rText.find("开灯")!=-1:        light.on()    elif rText.find("关灯")!=-1:        light.off()    # 打开snowboy功能    wake_up()    # wake_up —> monitor —> wake_up  递归调用# 热词唤醒def wake_up():    global detector    model = './resources/models/snowboy.umdl'  #  唤醒词为 SnowBoy    # capture SIGINT signal, e.g., Ctrl+C    signal.signal(signal.SIGINT, signal_handler)    # 唤醒词检测函数，调整sensitivity参数可修改唤醒词检测的准确性    detector = snowboydecoder.HotwordDetector(model, sensitivity=0.5)    print('Listening... please say wake-up word:SnowBoy')    # main loop    # 回调函数 detected_callback=snowboydecoder.play_audio_file    # 修改回调函数可实现我们想要的功能    detector.start(detected_callback=callbacks,      # 自定义回调函数                   interrupt_check=interrupt_callback,                   sleep_time=0.03)    # 释放资源    detector.terminate()if __name__ == '__main__':    #初始化pygame,让之后播放语音合成的音频文件    pygame.mixer.init()    p = pyaudio.PyAudio()    light=Light()    wake_up()