ros科大讯飞语音识别

标签：ashx   eth   dba   关闭   neu   bom   jpg   uil   dig   

转自http://www.ncnynl.com/archives/201611/1069.html

ROS入门教程-编写科大讯飞语音SDK的ROS包

说明

• ROS软件包xfei_asr是集成自科大讯飞的linux的DEMO
• 介绍xfei_asr的安装和使用
• 介绍如何发布文字主题转变成语音播放
• 介绍如何录音并转变成文字输出，并发布主题

xf-ros说明

@author ncnynl <1043931@qq.com>
@time   2016-11-12
@website  http://www.ncnynl.com 

要求：

• 需要到科大讯飞网站注册帐号(只需要APPID)，访问科大讯飞网站
• 下载linux版本ROS软件包，已经包含需要SDK库文件　 github库
• 安装语音库：sudo apt-get install libasound2-dev (录音)

安装依赖：

$ sudo apt-get update
$ sudo apt-get install libasound2-dev 

下载：

$ cd ~   
$ git clone https://github.com/ncnynl/xf-ros.git
$ cp -R xf-ros/xfei_asr  ~/catkin_ws/src/

修改CMakelist.txt：

target_link_libraries(
   asr_sample
   ${catkin_LIBRARIES} 
   /home/ubu/catkin_ws/src/xfei_asr/lib/libmsc.so -ldl -pthread
 )

• 找到所有的target_link_libraries，修改/home/ubu/catkin_ws为你自己的工作空间/home/xxxx/catkin_ws

修改代码：

• 找到 .c 和.cpp文件中查找appid = 58249817，替换58249817为你自己申请的APPID.
• 同时更换自己下载sdk里面的libmsc.so到对应的xfei_asr/lib/libmsc.so (根据网友武哥的测试需要更换才能成功!)

编译：

$ cd ~/catkin_ws/
$ catkin_make

文件结构：

文件结构：

ubu@ubu:~/xf-ros/xfei_asr$ tree
.
├── CMakeLists.txt
├── include
│   ├── formats.h
│   ├── linuxrec.h
│   ├── msp_cmn.h
│   ├── msp_errors.h
│   ├── msp_types.h
│   ├── qisr.h
│   ├── qtts.h
│   ├── speech_recognizer.h
│   └── xfei_asr
├── lib
│   └── libmsc.so
├── package.xml
├── README.md
└── src
    ├── asr_sample.c
    ├── gm_continuous_digit.abnf
    ├── iat_publish_speak.cpp
    ├── iat_record.c
    ├── iat_sample.c
    ├── linuxrec.c
    ├── msc
    │   ├── b0c4f74dc1f1bd969732c841500eff0d
    │   │   ├── u.data
    │   │   └── urec.data
    │   └── msc.cfg
    ├── sch_speak.c
    ├── sch_text.c
    ├── source.txt
    ├── speech_recognizer.c
    ├── tts_sample.c
    ├── tts_sample.wav
    ├── tts_subscribe_speak.cpp
    ├── userwords.txt
    └── wav
        ├── iflytek01.wav
        ├── iflytek02.wav
        └── weather.pcm

使用说明：

1. 进入包的src源目录（所有的rosrun要在源目录执行，因为一些相对路径的目录在src目录下）

$ roscd xfei_asr/src 

2. 执行SDK DEMO, 目前可用：asr_sample、iat_sample、iat_record

• 命令：

$ rosrun xfei_asr asr_sample

• 效果：（读取src/wav/iflytek01.wav, 并识别出文字）

• 命令：

$ rosrun xfei_asr iat_sample

• 效果:

• 命令：

$ rosrun xfei_asr iat_record

• 效果：

3. 运行ROS DEMO，目前可用：tts_subscribe_speak、iat_publish_speak

$ rosrun xfei_asr  tts_subscribe_speak
$ rosrun xfei_asr  iat_publish_speak

4. tts_subscribe_speak详细使用：

• 新开终端1：

$ roscore 

• 新开终端2：

$ rosrun xfei_asr  tts_subscribe_speak

• 新开终端3：

$ rostopic pub xfwords std_msgs/String "测试ncnynl.com"

   因为我的电脑没有安装mplayer所以报错，

安装

$ sudo apt-get install mplayer

但还会有警告，关闭lirc即可

$ sudo vi /etc/mplayer/mplayer.conf

添加 nolirc=yes 即可

语音播放效果

5. iat_publish_speak详细使用：

• 新开终端1：

$ roscore 

• 新开终端2: (订阅xfwakeup主题，发布xfspeech主题和xfwords主题)

$ rosrun xfei_asr  iat_publish_speak

• 新开终端3：（xfspeech主题是录音专成的文字）

$ rostopic echo /xfspeech

• 新开终端4：（xfwords主题是错误提示文字）

$ rostopic echo /xfwords

• 新开终端5：（xfwakeup主题是唤醒功能，每发一次就可以录音一次。）

$ rostopic pub xfwakeup std_msgs/String "ok"

• 效果：

ros科大讯飞语音识别

标签：ashx   eth   dba   关闭   neu   bom   jpg   uil   dig   

原文地址：http://www.cnblogs.com/CZM-/p/6195713.html