【自造DIARY】如何使用 ROS 1.0 完成語音辨識功能

Posted By CIRCUS Pi on 4 月 17, 2019 in Raspberry Pi, 創客萊吧MakerLab, 教學文 | 0 comments

本篇文章將使用樹莓派與 ReSpeaker 4-Mic Array for Raspberry Pi 來完成語音辨識的功能；並使用 ROS 1.0 系統的多機通訊功能，操控遠端電腦的小烏龜。

在開始閱讀本篇文章前，請先確定下列事項：

• 準備好兩台已安裝 ROS 1.0 系統之個人電腦或單板電腦，安裝方式可查閱輕鬆應用 ROS的技術—ROS 系統安裝教學
• 開啟分頁型 Terminal 的快捷鍵為 「 Ctrl + shift + T」
• 已閱讀完 ROS 1.0 訊息傳遞方式教學（下）
• 本文章範例的 IP 位置皆是在創客萊吧 Makerlab 測試時所使用的，操作時請使用自己查詢到的 IP 位置
• Ø 開頭若是此符號，表示為需要輸入的指令

本文章範例將會有樹莓派的 Terminal gif 動畫與筆電的 gif 動畫，分辨方式為查看開頭的使用者帳戶與實體主機名稱，如下兩張圖與紅框所示

樹莓派的 Terminal 示意圖（左）、筆電的 Terminal 示意圖（右）（圖片來源：創客萊吧提供）

若上述事項已準備就緒，便可以開始閱讀下列的教學文章囉！

在本篇文章中我們將可以了解到：

1. 如何使用樹莓派原生系統 Raspbian 安裝 ROS 1.0—Kinetic 版本
2. 建置使用語音辨識時的工作環境
3. 即使使用不同的作業系統操作 ROS 1.0，依舊能夠完成多機通訊操作
4. 使用基於語音辨識系統 Sphinx 的 ROS package「pocketsphinx」完成語音辨識
5. 利用語音辨識結果與 ROS 1.0，遠端操控 ROS 1.0 tutorial 中的 turtlesim

確認上列事項皆已完成後，我們便可以開始進行本篇文章的教學囉！

實際操作

早在電腦發明前，自動語音辨識的設想已經被提上了議事日程，早期的聲碼器可被視為語音辨識及合成的雛形；而語音辨識技術最重大的突破是「隱馬爾科夫模型（Hidden Markov Model）」的應用，現今大多數的語音辨識或多或少也都與隱馬爾科夫模型的應用有關。

因此本篇文章我們將使用由卡內基梅隆大學的李開復教授，基於隱馬爾科夫模型的大詞彙量語音辨識系統「Sphinx」，搭配 ROS 系統來完成語音辨識的功能。本篇文章將使用樹莓派與 ReSpeaker 4-Mic Array for Raspberry Pi 來完成語音辨識的功能；並使用 ROS 1.0 系統的多機通訊功能，操控遠端電腦的小烏龜。