用树莓派打造一个语音对话机器人

<font face="微软雅黑">sudo apt-get install portaudio.dev
sudo apt-get install python-pyaudio
sudo apt-get install python3-pyaudio
sudo pip3 install wave
sudo pip install wave</font>
复制代码

<font face="微软雅黑">sudo pip3 install pygame
sudo pip install pygame</font>
复制代码

<font face="微软雅黑">sudo pip install baidu-aip
sudo pip3 install baidu-aip</font>
复制代码

<font face="微软雅黑">sudo pip install json
sudo pip3 install json</font>
复制代码

<font face="微软雅黑">import wave
import os
import sys
from pyaudio import PyAudio,paInt16

framerate=16000
NUM_SAMPLES=2000
chunk=2014
channels=1
sampwidth=2
TIME=30 #ms

#保存
def save_wave_file(filename,data):

    '''save the date to the wavfile'''
    wf=wave.open(filename,'wb')
    wf.setnchannels(channels)
    wf.setsampwidth(sampwidth)
    wf.setframerate(framerate)
    wf.writeframes(b"".join(data))
    wf.close()

#录音
def record(file_name):
    try:
        os.close(file_name)
        os.remove(file_name)#先删除一下文件，以防重名
    except:
        pass
    #os.close(sys.stderr.fileno())
    print('record start')
    pa=PyAudio()
    stream=pa.open(format = paInt16,channels=1,
                   rate=framerate,input=True,
                   frames_per_buffer=NUM_SAMPLES)
    my_buf=[]
    count=0
    
    while count<TIME:
        string_audio_data = stream.read(NUM_SAMPLES)
        my_buf.append(string_audio_data)
        count+=1
        #print('.')
    print('record end')    
    save_wave_file(file_name,my_buf)
    stream.close()

#播放
def play(file_name):

    wf=wave.open(file_name,'rb')
    p=PyAudio()
    stream=p.open(format=p.get_format_from_width(wf.getsampwidth()),
                 channels=wf.getnchannels(),
                 rate=wf.getframerate(),
                 output=True)
                 
    data=wf.readframes(chunk)
    while len(data) > 0:
        stream.write(data)
        data = wf.readframes(chunk)
        
    stream.stop_stream()
    stream.close()
    
    p.terminate()

if __name__=='__main__':
    record("1.wav")
    play("1.wav")</font>
复制代码

<font face="微软雅黑"># baidu_ai.py 文件内容
import os
from aip import AipSpeech


#语音转字符串函数，输入语音文件文件名，反馈一个识别内容（打印内容自选）
def audio_to_text(pcm_file,APPID, API_KEY, SECRET_KEY):
    client = AipSpeech (APPID, API_KEY, SECRET_KEY)  # 三个内容为百度API
    #打开语音文件并读取,读取信息存在file_context
    with open(pcm_file,'rb') as fp:
        file_context = fp.read()
    #向百度云发出请求，百度云反馈字典格式信息（1536、1537可修改，变化不大）
    res = client.asr (file_context, 'pcm', 16000, {'dev_pid': 1536, })
    try:
        res_str = res.get ("result") [0]
    except:
        print ('语音转文字失败，请注意语言清晰度（大部分错误是清晰度问题，具体请查看《https://cloud.baidu.com/doc/SPEECH/s/sk38lxie0》')
        print ('错误信息：',res)  # 打印所有反馈信息，主要用于检查有无错误（包含错误码等等）
        #print('终止程序')
        #os._exit(0)
        pass

    print('语音转文字成功：',res_str)#只打印关键的语音文本信息
    return res_str

#字符串转语音函数，输入字符串文本，生成并反馈一个后缀为MP3的文件名
def text_to_audio(res_str,APPID, API_KEY, SECRET_KEY):
    client = AipSpeech (APPID, API_KEY, SECRET_KEY)  # 三个内容为百度API
    synth_file = "synth.mp3"#MP3文件名，起一个保存作用(作用不大,无需更改，不明白一定不能改后缀)
     # synthesis参数: 文本,语言zh(中文),1为pc端,语音{"vol":音量,
     #"spd":语速,"pit":语调,"per":声道(0:女,1:男,2:逍遥音,4:小萝莉)}
    try:
        os.close(synth_file)
        os.remove(synth_file)#先删除一下文件，以防重名
    except:
        pass                  #如果文件不存在直接跳过
    synth_context = client.synthesis(res_str, "zh", 1, {
        "vol": 5,
        "spd": 5,
        "pit": 3,
        "per": 0
    })
    '''with open(synth_file, "wb") as f:
        f.write(synth_context)'''
    f=open(synth_file, "wb")
    f.write(synth_context)
    f.close()
    print("文字转语音成功，文件名：",synth_file)
    return synth_file

if __name__=='__main__':
    APPID = "your_APPID"
    API_KEY = "your_API_KEY"
    SECRET_KEY = "your_SECRET_KEY"
    txt=audio_to_text('1.wav',APPID, API_KEY, SECRET_KEY)
    text_to_audio(txt,APPID, API_KEY, SECRET_KEY)</font>
复制代码

<font face="微软雅黑"># main.py 文件内容
import time
import os
import pygame#采用此库实现MP3文件播放
import pyrec
import baidu_ai
import get_f1
from gpiozero import Button,RGBLED

button = Button(14)
led = RGBLED(red=9, green=10, blue=11)

service_id='your_service_id'#机器人ID
APPID = "your_APPID "
API_Key='your_API_Key'
Sercet_Key='your_Sercet_Key'
file_path_wav2pcm=r'/home/pi/Desktop/dialogue'#树莓派桌面路径
file_name_record='record.wav'

while True:
    try:
        led.color = (0, 1, 0)
        print("Press the button to start talking")
        button.wait_for_press()
        led.color = (0, 0, 1)
        pyrec.record(file_name_record)#录音
        led.color = (1, 0, 0)
        #pyrec.play(file_name_record)#试听录音（可注释）
        print("正在转换")
        res_str=baidu_ai.audio_to_text(file_name_record,APPID, API_Key, Sercet_Key)#将录音发出，云端反馈文本并打印
        os.remove(file_name_record)#删除录音文件
        F=get_f1.get_f(res_str,service_id,API_Key,Sercet_Key)
        synth_file=baidu_ai.text_to_audio(F,APPID, API_Key, Sercet_Key)#将文本合成语音
        led.color = (0, 1, 1)
        os.system('xdg-open synth.mp3')#linux播放方法
        '''pygame.mixer.init()
        pygame.mixer.music.load(synth_file)
        pygame.mixer.music.play()
        while(pygame.mixer.music.get_busy()):
            pass'''#音频播放的备选方案，如果Linux播放方法不成功就采用此方法（不成功的原因是没有设置默认播放器，新镜像的系统不会出现问题）
            
        led.color = (0, 0, 0)
            
    except:
        led.color = (0, 0, 0)
        synth_file_error=baidu_ai.text_to_audio("识别失败，，请注意语言清晰度",APPID, API_Key, Sercet_Key)
        pygame.mixer.init()
        pygame.mixer.music.load(synth_file_error)
        pygame.mixer.music.play()
        while(pygame.mixer.music.get_busy()):
            pass
        #os._exit(0)</font>
复制代码