Блог

Я использую gtts==2.2.3 для говорения и распознавания речи==3.8.1 для прослушивания на Raspberry pi и Windows 10. Это разговорное приложение для ответов на вопросы. Причина, по которой я делаю и то, и другое, заключается в том, что качество речи при использовании gtts на Raspberry Pi было намного лучше.

Приложение предлагает пользователю, использующему его, задать вопрос. Пользователь отвечает, произнося вопрос. Приложение прослушивает вопрос и фиксирует его в виде текста для передачи в модель нейронной сети.

Именно здесь происходит сбой приложения. Он не прослушивает ответ пользователя. Это просто продолжается следующим утверждением. Ответ (вопрос) пользователя пуст. В приложении нет никаких явных ошибок. Этот процесс безупречно работает в Windows 10 — тот же код.

Вот код:

 import os
import time
import speech_recognition as sr
import pyttsx3
import mute_alsa
from gtts import gTTS

question = ""
myText = ""
r = sr.Recognizer()


# calibrate the speech
def calibrate():
    engine = pyttsx3.init()

    """ RATE"""
    rate = engine.getProperty('rate')  # getting details of current speaking rate
    # print(rate)  # printing current voice rate
    engine.setProperty('rate', 112)  # setting up new voice rate

    """VOLUME"""
    volume = engine.getProperty('volume')  # getting to know current volume level (min=0 and max=1)
    # print(volume)  # printing current volume level
    engine.setProperty('volume', 1.0)  # setting up volume level  between 0 and 1

    """VOICE"""
    voices = engine.getProperty('voices')  # getting details of current voice
    # engine.setProperty('voice', voices[0].id)  #changing index, changes voices. o for male
    engine.setProperty('voice', voices[1].id)

    return engine


def speak(speech):
    # Language in which you want to convert
    language = 'en'

    # Passing the text and language to the engine,
    # here we have marked slow=False. Which tells
    # the module that the converted audio should
    # have a high speed
    myObj = gTTS(text=speech, lang=language, slow=False)

    # Saving the converted audio in a mp3 file named
    # welcome
    myObj.save("speech.mp3")

    # Playing the converted file
    os.system("mpg321 speech.mp3")


# Give the Greeting
def askQuestion():
    global myText, question

    # Initialize recognizer class (for recognizing the speech)
    # r = sr.Recognizer()

    # The text that you want to convert to audio
    myText = 'Ask me a question about New Mexico volcanoes'
    speak(myText)
    print("Ask A Question")

    r = sr.Recognizer()
    with sr.Microphone() as source:
        print('Listening.....')
        r.pause_threshold = 1
        r.energy_threshold = 4000
        audio = r.listen(source)

        try:
            print('Recognising...')
            question = r.recognize_google(audio, language='en-us')
            print("Question: "   question)
            myText = "You asked:"   question
            speak(myText)
            time.sleep(1)
            myText = "Give me a couple of minutes and I will have your answer.'   question"
            speak(myText)

        except Exception as e:
            print('exception : ', e)

            myText = "Sorry, I didn't hear that, Say that again Please"
            speak(myText)
            return ""

        return question


# Give the answer
def getAnswer(answer):
    print("The answer is... ", answer)

    """SPEAK THE ANSWER"""
    myText = "The answer is: "   answer['answer']
    speak(myText)