Sarakit Pcb Set - плата для Raspberry Pi Cm4

sarakit Эта малиновая плитка по расширению. Он оснащен 3 микрофонами с функцией расположения звука и стереопроизводством для реализации проектов, связанных с искусственным интеллектом и голосом. Два независимых драйвера BDC позволяют тихое и точное управление двигателем при разработке устройств. Он оснащен интерфейсом CSI с двумя камерами и двумя ускорениями, гироскопом и датчиком температуры.

Создайте современные, эффективные и гибкие голосовые продукты, используя Raspberry Pi, интегрированный с Amazon Alexa, Google Assistant, CHATGPT и многим другим.

Создать роботы голоса -control. Общайтесь с домашними приборами, офисом или другими вещами в повседневной жизни, все в голосе.

приложение

• Интеллектуальный докладчик
• Интеллектуальные системы голосовых помощников
• Устройства голосовой записи
• Система голосовой конференции
• Встреча с коммуникационным оборудованием
• Интерактивный голос робота
• Голосовой помощник автомобиля
• Голосовые команды нуждаются в других сценариях
• Другие сценарии, которые требуют тихих и точных двигателей

распознавание языка в Sarakit

Sarakit оснащено тремя микрофонами и специализированным аудиопроцессором, который очищает голос и поддерживает распознавание языка, Raspberry Pi, предлагая значительный шаг в заговоре голосовой команды в вне -областях. В то время как многие инструменты распознавания языка доступны в Интернете, а инструменты анализа данных, основанные на облаке, такие как Google Sheam to Text, являются одним из лучших и наиболее эффективных, как обсуждалось в моей следующей статье, в этой статье, которая была сосредоточена на не -log -in -loneling -без подключения к Интернету.

При поиске лучшего и простейшего инструмента конфигурации я столкнулся

Инструменты распознавания языка VAPK

Vosk - это набор инструментов распознавания с открытым исходным кодом в автономном режиме, облегчая распознавание языка более 20 языков и диалектов, включая английский, немецкий, французский, испанский и многие другие. Его модели компактны (около 50 МБ), но поддерживают постоянную транскрипцию большого словаря из -за потокового API, они сразу же предлагают реакцию, они предлагают переработанный словарный запас и идентифицируют динамики. Vosk поддерживает множество приложений, начиная с чат -ботов и интеллектуальных домашних приборов с виртуальными помощниками и проектирующими заметками, от небольших устройств, таких как Raspberry Pi или смартфон, с Android до больших кластеров.

Main Vosko: & nbsp; https: //alhacephei.com/vosk/

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

установка саракита:

Предполагая, что основные драйверы саракита уже установлены & nbsp; https: //sarakit.saraai.com/getting-started/software  эн

Чтобы использовать другой язык, чем на английском, загрузите требуемую языковую модель с веб -сайта & nbsp; https: //palhacephei.com/vosk/models  и поместите его в каталог "модели".

Начало распознавание языка путем запуска:

python speechocognition.py

Ниже приведен сценарий распознавания языка, который вы выбираете, который можно найти

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

Может случиться так, что вы используете полную мощность Raspberry Pi, например, изображения, и тогда может оказаться, что вам не хватает мощности расчета для распознавания языка. В таких случаях вам нужно будет использовать анализ в облаке на более сильном компьютере. Вы можете настроить свой сервер и продолжить использование VOSK или вы можете выбрать другие инструменты, такие как Google Text.

с использованием саракита

sarakit с тремя микрофонами и специализированным аудиопроцессором, который очищает голосовой звук и поддерживает распознавание языка Raspberry Pi с расстояния до 5 метров, как описано в нашем распознавании языка. Однако, чтобы завершить конфигурацию, мы теперь обращаем внимание на обработку языкового текста (TTS), что может быть особенно полезно для создания голосовых помощников, выступления на устройствах или интеграции с системами автоматизации дома (HA). Хотя лучшими доступными системами TTS являются онлайн -сервисы, такие как Eleven (Payable), которые предлагают высочайшее качество голоса или текст Google для языка (детали в отдельном разделе), здесь мы сосредоточены на обработке текста на языке.

При поиске Интернета в поисках лучшего, быстрого и простого варианта -насталли, Piper выделяется как лучший выбор (если вы найдете что -то лучше, дайте нам знать).

Piper быстро, создает высококачественный голос в режиме реального времени и оптимизируется Raspberry Pi 4. Хотя его установка проста, я также упростил его для вас, и демонстрацию с описанием можно найти ниже.

Вы можете попробовать Piper:

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

piper на Githuba:

https://github.com/rhassy/piper

https://github.com/rhassy/piper-phonemize (дополнительная компонент)

Голоса для Piper:

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

GitHub:

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

youtube sarakit playlist:

https://www.youtube.com/playlist?