语音识别控制智能小车

语音识别控制智能小车-deepcar

具体安装方法是：由于deepcar内部的usb口已经被体积较大的intel movidius神经网络计算棒占据，所以无法预装进去，需要在小车断电状态下先把deepcar的前挡板先拆掉，然后将神经网络计算棒取下，将usb声卡插上， 然后打开无线麦克风收发模块的开关，如果蓝灯闪烁则没有配对，如果蓝灯不闪，则说明收发模块已经配对成功。将无线麦克风的接收端插入到usb声卡的音频输入口（注意usb声卡有两个口，一个是音频输入口，一个是音频输出口，不要搞错，否则小车无法接收到声音），然后将前挡板安回，打开小车电源。

通过命令行窗口使用ssh登陆到deepcar，后执行如下命令：

cd deepcar/launch

roslaunch start_local_speech.launch

启动后控制台打印信息

对着无线麦克风的发送模块说英文指令可以控制小车的前进、后退、左转、右转、加速和减速，同时控制台上会打印相应的识别出来的指令，对于的指令分别是：

前进：move

后退：go bcak

左转：turn left

右转：turn right

加速：speed up

减速：slow down

高级例程-在线语音对话和控制

注意：语音识别需要先安装好usb声卡和无线麦克风

在前面一个例子中我们演示了离线的语音控制，但是由于树莓派的计算资源有限，所以只能完成简单的控制指令的识别，如果需要更复杂的语音任务，例如类似智能音箱的语音对话，则需要借助在线的语音识别API。

所谓开源的语音识别API，即网上现有的调用接口，开发工程师可利用这个接口完成需要的业务。在这个案例中，我们需要完成的业务就是将语音数据转化为文字，那么我们在网上选好一个语音识别API后，将数据传输过去即可。整个流程调用流程如下：我们利用输入设备，通过说话后获取了一段音频，然后将音频作为数据传输到语音识别API接口，之后像我们点击了一个网页链接一样，它会返回给你语音识别结果。

上述整个过程也叫做云服务。它利用互联网传输数据的便利和高配置计算机的算力优势，可让我们直接跳过开发离线模型，部署模型等步骤，快速将原始数据转化为我们需要的结果。目前国内各大互联网公司，如百度、腾讯、科大讯飞等，都开放了他们的语音识别API接口，供开发者调用。

目前市面上的智能音箱也是同样原理，利用云服务平台的在线语音识别接口来实现语音对话，这节我们来将deepcar变成一个类似小米“小爱”一样的智能音箱。

和本地语音识别一样，在线语音识别也需要安装好usb声卡和无线麦克风，具体步骤参照前面本地语音识别的步骤。

安装完成后启动小车，通过命令行窗口使用ssh登陆到deepcar，后执行如下命令：

cd deepcar/launch

roslaunch start_online_speech.launch

启动后控制台打印信息如图17所示

和智能音箱类似，对deepcar启动语音对话时需要先唤醒deepcar，唤醒词是heycar或者heydeepcar，对着小车说heydeepcar，deepcar在识别到唤醒词后会发出“滴”的一声，然后就可以对着小车说话了，例如说：“你叫什么名字”，说完后如果一秒内检测不到声音，则deepcar认为说话结束，会发出“滴”的一声表明说话结束，然后将采集到声音发送到百度的在线语音识别接口，得到识别结果，并将结果处理，返回相应的回答指令。

除了和deepcar对话外，还可以用语音来控制deepcar的动作，比如说：前进一米，则deepcar会自动前进一米然后停下，“右转90度“，deepcar会原地向右旋转90度然后停下。还可以对deepcar说：播放音乐，则deepcar自动登录到网页云音乐播放音乐，这些功能都是以插件的形式开发的，用户可以使用python开发更多的功能，比如使用语音来查询天气、控制deepcar的关机等。