Sarakit Pcb-sarja - piirilevy Raspberry Pi Cm4:lle

Sarakitit Tämä Raspberry Pi CM4 -laajennuslaatta. Se on varustettu 3 mikrofonilla, joissa on ääni -sijaintitoiminto ja stereo -lähtö, jotta voidaan toteuttaa keinotekoiseen älykkyyteen ja ääneen liittyviä projekteja. Kaksi riippumatonta BDC -ohjainta sallivat hiljaisen ja tarkan moottorin hallinnan laitteiden suunnittelussa. Se on varustettu CSI -rajapinnalla, jossa on kaksi kameraa ja kaksi kiihtyvyyttä, gyroskooppi ja lämpötila -anturi.

Luo moderneja, tehokkaita ja joustavia äänituotteita Raspberry PI: n avulla, joka on integroitu Amazon Alexan, Google Assistantin, ChatgPT: n ja muun kanssa.

Luo ääni -hallintarobotit. Kommunikoi kodinkoneiden, toimistojen tai muiden asioiden kanssa jokapäiväisessä elämässä, kaikki äänellä.

sovellus

• Älykäs puhuja
• Älyllinen ääni -avustajajärjestelmät
• Äänitallennuslaitteet
• Äänikonferenssijärjestelmä
• Kommunikaatiolaitteiden tapaaminen
• Robotin interaktiivinen ääni
• Auton ääniassistentti
• Äänijoukkueet tarvitsevat muita skenaarioita
• Muut skenaariot, jotka vaativat hiljaisia ​​ja tarkkoja moottoreita

Kielentunnistus Sarakitille

Sarakitille on varustettu kolmella mikrofonilla ja erikoistuneella ääniprosessorilla, joka puhdistaa äänen ja tukee kielentunnistusta, Raspberry Pi, joka tarjoaa merkittävän askeleen ääniryhmän piirtämiseen ulkopuolella. Vaikka monia kielentunnistustyökaluja on saatavana verkossa, ja pilvipohjaiset data -analyysityökalut, kuten Google -puhe tekstiin, ovat yksi parhaimmista ja tehokkaimmista, kuten seuraavassa johtajassani on käsitelty, tässä artikkelissa, joka keskittyy ei - -log -in -Lonelingiin -ilman Internet -yhteyttä.

Kun etsin parasta ja yksinkertaista kokoonpanotyökalua, tapasin

VAPK -kielen tunnistustyökalut

VOSK on joukko avoimen lähdekoodin tunnistustyökaluja offline -tilassa, mikä helpottaa kielen tunnistusta yli 20 kieltä ja murteita, mukaan lukien englanti, saksa, ranska, espanja ja monet muut. Sen mallit ovat kompakteja (noin 50 Mt), mutta ylläpitää suuren sanaston jatkuvaa transkriptiota, streaming API: n takia ne tarjoavat heti reaktion, ne tarjoavat uudelleensuunnitetun sanaston ja tunnistavat kaiuttimet. VOSK tukee monia sovelluksia, jotka alkavat chatboteista ja henkisistä kodinkoneista virtuaalisten avustajien kanssa ja muistiinpanojen suunnittelusta pienistä laitteista, kuten Raspberry Pi tai älypuhelin, jossa on Android suuriin klustereihin.

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

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

Sarakitin asennus:

olettaen, että tärkeimmät Sarakit -ohjaimet on jo asennettu & nbsp; https: //sarakit.saraai.com/getting-started/software  e

Voit käyttää toista kieltä kuin englanniksi, lataa vaadittu kielimalli verkkosivustolta & nbsp; https: //palhacephei.com/vosk/models  Ja laita se "malli" -luetteloon.

Käynnistä kielen tunnistus käynnistämällä:

python -puhe-

alla on valitsemasi kielentunnistusskenaario, joka löytyy

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

Voi tapahtua, että käytät Raspberry Pi: n täydellistä voimaa, kuten kuvia, ja sitten voi osoittautua, että sinulla ei ole laskentavoimaa kielen tunnistamiseksi. Tällaisissa tapauksissa sinun on käytettävä analyysiä pilvessä vahvemmalla tietokoneella. Voit määrittää palvelimen ja jatkaa VOSK: n käyttöä tai voit valita muita työkaluja, kuten Google -puheteksti.

-kielen teksti Sarakitit

Sarakitilla on kolme mikrofonia ja erikoistunut ääniprosessori, joka puhdistaa äänen äänen ja tukee kielentunnistusta Raspberry Pi etäisyydestä 5 metriin, kuten kielen tunnistuksessa on kuvattu. Kokoonpanon loppuun saattamiseksi kiinnitämme nyt huomiota kielen tekstin (TTS) käsittelyyn, joka voi olla erityisen hyödyllinen ääniavustajien, puheenkielisten laitteiden tai integroinnin luomisessa kodin automaatiojärjestelmiin (HA). Vaikka parhaat käytettävissä olevat TTS -järjestelmät ovat verkkopalvelut, kuten yksitoista (maksettava), jotka tarjoavat korkeimman äänen laadun tai kielen Google -tekstin (yksityiskohdat erillisessä osiossa), keskitymme tässä kielen tekstinkäsittelyyn.

Kun etsit Internetiä etsimällä parasta, nopeaa ja helppoa -asennusvaihtoehtoa, Piper erottuu parhaaksi valinnaksi (jos löydät jotain parempaa, kerro meille).

piper on nopea, luo korkealaatuisen äänen reaaliajassa ja sen optimoima Raspberry Pi 4. Vaikka sen asennus on yksinkertaista, yksinkertaistin sitä myös sinulle, ja kuvauksen esittely löytyy alla.

voit kokeilla piperiä:

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

piper githuballa:

https://github.com/rhassy/piper

https://github.com/rhassy/piper-phonemize (ylimääräinen komponentti)

Piperin äänet:

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

github:

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

YouTube Sarakitin soittolista:

https://www.youtube.com/playList?list=plojbq7ti25qs3w62pp32koe1jh8ddpwmb