IT｜軟體｜應用｜語音辨識｜即時說話口譯 DIY-2 搭配 RESTFul API 應用

系統相關環境設定請參考以下幾篇資料：

IT｜軟體｜應用｜語音辨識｜即時說話口譯DIY-1 基本應用

IT｜軟體｜應用｜使用Flask實現一個RESTful API Service in 樹莓派

IoT｜硬體｜樹莓派｜外接麥克風及喇叭設置

---

[接線]

3.3（必須 3.3v）	3.3
11（BCM 17）	電阻
3（GND）	接地

rec.py

#!/usr/bin/env python3

# -*- coding: utf-8 -*-

import RPi.GPIO as GPIO

import pyaudio

import wave

import os

import sys

def rec_fun():

    # 隱藏錯誤消息，因為會有一堆ALSA和JACK錯誤消息，但其實能正常錄音

    os.close(sys.stderr.fileno())

   

    BUTT = 17    # 開始錄音的按鈕：一邊接GPIO17，一邊接地

    GPIO.setmode(GPIO.BCM)

    # 設GPIO26腳為輸入腳，電平拉高，也就是說26腳一旦讀到低電平，說明按了按鈕

    GPIO.setup(BUTT, GPIO.IN, pull_up_down = GPIO.PUD_UP)

    # wav文件是由若干個CHUNK組成的，CHUNK我們就理解成數據包或者數據片段。

    CHUNK = 512

    FORMAT = pyaudio.paInt16  # pyaudio.paInt16表示我們使用量化位數 16位來進行錄音

    RATE = 44100  # 採樣率 44.1k，每秒採樣44100個點。

    WAVE_OUTPUT_FILENAME = "command.wav"

    print('請按住按鈕開始錄音...')

    GPIO.wait_for_edge(BUTT, GPIO.FALLING)

    # To use PyAudio, first instantiate PyAudio using pyaudio.PyAudio(), which sets up the portaudio system.

    p = pyaudio.PyAudio()

    stream = p.open(format = FORMAT,

                    channels = 1,    # cloud speecAPI只支持單聲道

                    rate = RATE,

                    input = True,

                    frames_per_buffer = CHUNK)

    print("錄音中...")

    frames = []

    # 按住按鈕錄音，放開時結束

    while GPIO.input(BUTT) == 0:

        data = stream.read(CHUNK)

        frames.append(data)

    print("錄音完成，輸出文件：" + WAVE_OUTPUT_FILENAME + '\n')

    stream.stop_stream()

    stream.close()

    p.terminate()

    wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')

    wf.setnchannels(1)

    wf.setsampwidth(p.get_sample_size(FORMAT))    # Returns the size (in bytes) for the specified sample format.

    wf.setframerate(RATE)

    wf.writeframes(b''.join(frames))

    wf.close()

   

    return

# 可以直接運行rec.py進行測試，同時保證該文件import時不會自動運行

if __name__ == '__main__':

    rec_fun()

執行按鈕錄音程式

python3 rec.py

播放

aplay command.wav

配合 API

ttsapi.py

#!/usr/bin/env python3

# -*- coding: utf-8 -*-

from flask import Flask, jsonify,make_response,request,abort

from flask.ext.httpauth import HTTPBasicAuth

import time

import os

from os import path

import speech_recognition as sr

from textblob import TextBlob

from gtts import gTTS

app = Flask(__name__, static_url_path="")

auth = HTTPBasicAuth()

fromLanguage = "zh-TW"

toLanguage = "en"

def text_speaker(content):

    tts = gTTS(text=content, lang=fromLanguage)

    tts.save("tts.mp3")

    os.system('omxplayer -p -o local tts.mp3')

    #time.sleep(0.5)

    return None

text_speaker("您好,我是語音辨識助理,啟動服務中...")

@auth.get_password

def get_password(username):

    if username == 'api':

        return '999999'

    return None

@app.errorhandler(400)

def not_found(error):

    return make_response(jsonify({'error': 'Bad request'}), 400)

@auth.error_handler

def unauthorized():

    return make_response(jsonify({'error': 'Unauthorized'}), 403)

    # return 403 instead of 401 to prevent browsers from displaying the default auth dialog

@app.errorhandler(404)

def not_found(error):

    return make_response(jsonify({'error': 'Not found'}), 404)

@app.route('/todo/api/v1.0/tasks', methods=['POST'])

@auth.login_required

def create_task():

    if not request.json or not 'content' in request.json:

        abort(400)

    task = {

        'content': request.json['content'],

        'status': 'Created'

    }

    text_speaker(request.json['content'])

    return jsonify(task), 201

if __name__ == '__main__':

    text_speaker("服務啟動成功，語音辨識助理開始為您服務。")

    app.run(host='0.0.0.0', port=5000,debug=False)

text_speaker("結束語音辨識助理服務，謝謝您的使用。")

[參考]

---

[1]. 使用Python把樹莓派改造成一個語音助手