Sarakit Pcb komplekts - plate Raspberry Pi Cm4

Sarakit Šī aveņu PI CM4 izplešanās flīze. Tas ir aprīkots ar 3 mikrofoniem ar skaņas atrašanās vietas funkciju un stereo izvadi, lai īstenotu projektus, kas saistīti ar mākslīgo intelektu un balsi. Divi neatkarīgi BDC vadītāji ļauj veikt klusu un precīzu motora kontroli ierīču projektēšanā. Tas ir aprīkots ar CSI saskarni ar divām kamerām un diviem paātrinājumiem, žiroskopu un temperatūras sensoru.

Izveidojiet modernus, efektīvus un elastīgus balss produktus, izmantojot Raspberry Pi, integrēti ar Amazon Alexa, Google Assistant, Chatgpt un daudz ko citu.

Izveidojiet balss -kontrolas robotus. Sazinieties ar sadzīves ierīcēm, biroju vai citām lietām ikdienas dzīvē, tas viss balso.

Lietojumprogramma

• Intelektuālais runātājs
• Intelektuālās balss palīgu sistēmas
• Balss ierakstīšanas ierīces
• Balss konferenču sistēma
• Tikšanās ar sakaru aprīkojumu
• Robota interaktīvā balss
• automašīnas balss palīgs
• Balss komandām nepieciešami citi scenāriji
• Citi scenāriji, kuriem nepieciešami klusi un precīzi dzinēji

Valodas atpazīšana Sarakit

Sarakit ir aprīkots ar trim mikrofoniem un specializētu audio procesoru, kas attīra balsi un atbalsta valodas atpazīšanu -Raspberry Pi, piedāvājot ievērojamu soli balss komandas plānošanā izslēgtajos. Lai gan daudzi valodas atpazīšanas rīki ir pieejami tiešsaistē, un uz mākoņiem balstīti datu analīzes rīki, piemēram, Google runas teksts, ir viens no labākajiem un efektīvākajiem, kā apspriests manā nākamajā pārvaldītājā, šajā rakstā, kurā galvenā uzmanība tika pievērsta ne -log -in -loneling -bez interneta savienojuma.

Meklējot labāko un vienkāršāko konfigurācijas rīku, es saskāros

Vapk valodas atpazīšanas rīki

VOSK ir atvērtā koda valodas atpazīšanas rīku kopums bezsaistē, kas veicina valodas atpazīšanu vairāk nekā 20 valodu un dialektus, ieskaitot angļu, vācu, franču, spāņu un daudz ko citu. Tās modeļi ir kompakti (apmēram 50 MB), bet saglabā pastāvīgu lielas vārdu krājuma transkripciju straumēšanas API dēļ, tie nekavējoties piedāvā reakciju, tie piedāvā pārveidotu vārdu krājumu un identificē skaļruņus. VOSK atbalsta daudzas lietotnes, sākot ar tērzēšanas robotiem un intelektuālās sadzīves ierīcēm ar virtuālajiem palīgiem un piezīmju izstrādi, sākot no mazām ierīcēm, piemēram, aveņu pi vai viedtālruni ar Android līdz lielām kopām.

Galvenais vosko: & nbsp; https: //alhacephei.com/vosk/

github VSK: & nbsp; https: //github.com/palhacep/vosk-api

Sarakit instalācija:

Pieņemot, ka galvenie Sarakit vadītāji jau ir uzstādīti & nbsp; https: //sarakit.saraai.com/getting-started/software  E

Lai izmantotu otru valodu, nevis angļu valodā, lejupielādējiet nepieciešamo valodas modeli no vietnes & nbsp; https: //palhacephei.com/vosk/models  un ielieciet to "modeļa" katalogā.

Sākt valodas atpazīšanu, palaižot:

python lecogrocognition.py

Zemāk ir jūsu izvēlētais valodas atpazīšanas scenārijs, kuru var atrast

https://github.com/saraye/sarakit-peech-recognition-vosk-vosk-vosk-pi&nbsp.:

Var gadīties, ka jūs izmantojat visu Raspberry Pi, piemēram, attēlu, un tad var izrādīties, ka jums trūkst aprēķinu spēka valodas atpazīšanai. Šādos gadījumos jums būs jāizmanto analīze mākonī stiprākā datorā. Jūs varat konfigurēt savu serveri un turpināt izmantot VOSK vai arī varat izvēlēties citus rīkus, piemēram, Google runas tekstu.

valodas teksts, izmantojot Sarakit

Sarakit, ir ar trim mikrofoniem un specializētu audio procesoru, kas notīra balss skaņu un atbalsta valodas atpazīšanas aveņu pi no attāluma līdz 5 metriem, kā aprakstīts mūsu valodas atpazīšanā. Tomēr, lai pabeigtu konfigurāciju, mēs tagad pievēršam uzmanību valodas teksta (TTS) apstrādei, kas var būt īpaši noderīga, lai izveidotu balss palīgus, runāšanas ierīces vai integrāciju ar mājas automatizācijas sistēmām (HA). Lai gan labākās pieejamās TTS sistēmas ir tādi tiešsaistes pakalpojumi kā vienpadsmit (maksājami), kas piedāvā visaugstāko balss kvalitāti vai Google tekstu valodu (sīkāka informācija atsevišķā sadaļā), šeit mēs koncentrējamies uz teksta apstrādi valodā.

Meklējot internetu, meklējot labāko, ātro un ērto opciju -instalēt, Pipers izceļas kā labākā izvēle (ja atrodat kaut ko labāku, dariet mums zināmu).

Piper ir ātrs, reālā laikā izveido augstas kvalitātes balsi un to optimizē Raspberry Pi 4. Lai arī tā instalēšana ir vienkārša, es to arī vienkāršoju jums, un demonstrācija ar aprakstu ir atrodama zemāk.

Jūs varat izmēģināt piper:

https://rhassy.github.io/piper-samples/

Piper par githuba:

https://github.com/rhassy/piper

https://github.com/rhassy/piper-phonemize (papildu komponents)

Piper balss:

https://huggingface.co/rhassy/piper-voices/tree/main

github:

https://github.com/saraye  (C ++, Python piemēri)

YouTube Sarakit atskaņošanas saraksts:

https://www.youtube.com/playlist?list=plojbq7ti25qs3w62p32koe1jh8ddpwmb