本帖最后由 wjb711 于 2013-10-8 17:54 编辑
前一段写了一个语音识别的帖子， 当时还不成熟
现在比以前懂得多了一些， 跟大家来分享
所需设备： 带麦克风的usb摄像头，树莓派一个，互联网
首先安装软件
apt-get install arecord ffmpeg omxplayer
语音识别大致分成3各部分，
第一步录音
arecord -D "plughw:1,0" -d 5 file.wav
解释一下 -D这个参数的意思就选择设备， 外部设备就是plughw:1,0 内部设备就是plughw:0,0， 树莓派本身并没有录音模块，故没有内部设备。 -d 5 的意思就是录制时间为5秒， 如果不加这个参数就是一直录音直到ctrol+C停止， 最后生成的文件名字叫做file.wav
检验方式， 我们戴上耳机听一下我们录制的声音 omxplayer -o local file.wav
解释omxplayer是播放器， 无图形界面
-o 是选择从哪里播放，是通过hdmi输出， 还是本地的耳机口放出来， 我们插得是树莓派自带的耳机口， 故选择local
最后是跟上声音文件， 就能听到我们的录音了
第二步 转换格式
我们打算上传到google做翻译， google只认flac格式， 所以我们要做转化， 把wav转换为flac格式
ffmpeg -i file.wav -ar 16000 -acodec flac file.flac
解释一下：-i 是指定输入的语音文件 -ar是指定波特率 为16000 -acodec是指定输出格式为flac, 最后接上输出文件的文件名即可， 当然是以flac为后缀的文件名， 最好是 file.flac
检验方式， 我们戴上耳机听一下我们录制的声音 omxplayer -o local file.flac
同样我们可以再次听到我们录制好的转过格式的声音文件
第三步上传网站获取翻译
wget -q -U "Mozilla/5.0" --post-file file.flac --header "Content-Type: audio/x-flac; rate=16000" -O - "[color=blue !important]http://www.google.com/speech-api/v1/recognize?lang=zh-cn&client=chromium"
对于这句简单的解释下
wget命令上传file.flac文件到google,并下载回对应的解释文件， 这个是中文的语音识别，如果是英文的语音识别改成en-us即可
最后预祝大家语音翻译玩的愉快
|
发表于 2013-10-8 17:34:57
楼主
发表于 2013-10-10 08:25:16
