دستگاه‌هایی که با صدا کنترل می‌شوند (مانند اکو آمازون (Amazon Echo)) محبوبیت زیادی دارند. شما می‌توانید سیستمی مشابه اکو آمازون را بااستفاده‌از Raspberry Pi و یک میکروفون USB ارزان‌قیمت بسازید. همچنین می‌توانید با Raspberry Pi در یوتیوب جست‌وجو کنید، صفحات وب را بازکنید، برنامه‌های کاربردی را راه‌اندازی کرده، با صحبت‌کردن به سؤالات پاسخ‌دهید و یا حتی از یک رستوران سفارش غذا بدهید. طیف کارهایی که می‌توانیم با استفاده از رزپری پای و این سیستم صوتی انجام دهیم بسیار گسترده است و تنها محدودیتِ موجود، خلاقیت ماست.
تجهیزات موردنیاز
Raspberry Pi کارت صدا ندارد؛ بنابراین برای این پروژه به میکروفون USB یا وب کم با میکروفون داخلی نیاز داریم. ما در این آموزش از وب کم Microsoft HD-3000 استفاده کردیم، اما شما می‌توانید از هر میکروفون مناسب دیگری استفاده کنید. اگر هم وب‌کم ندارید،اینجا لیست کاملی از وب‌کم‌های سازگار با Raspberry Pi وجود دارد که می‌توانید مشاهده‌کنید. اما مطمئن‌شوید هر وب‌کمی که انتخاب می‌کنید میکروفون داشته‌باشد. اگر میکروفون شما فقط یک جک صوتی دارد، سعی‌کنید از فروشگاه‌ها یک کارت صدای ارزان‌قیمت تهیه‌کنید که داری پورت USB باشد. البته دقت‌داشته‌باشید که کارت صوتی تهیه‌شده حتماً دارای ورودی میکروفون باشد. تعداد زیادی برنامه تشخیص گفتار برای Raspberry Pi وجود دارد؛ اما در این پروژه، از Steven Hickson’s Pi AUI Suite استفاده می‌کنیم، چراکه علاوه‌بر قدرتمند بودن، راه‌اندازی و پیکربندی آن نیز بسیار آسان است.
آموزش نصب بر روی Raspberry Pi
برای شروع ابتدا باید کتابخانه‌های موردنیاز را نصب‌کنیم. برای این‌کار دستور زیر را درون ترمینال وارد می‌کنیم:
sudo apt-get install -y libboost-dev libboost-regex-dev youtube-dl axel curl xterm libcurl4-gnutls-dev mpg123 flac sox
بعداز اتمام نصب کتابخانه‌های موردنیاز، با واردکردن دستورات‌زیر ابتدا سورس Po AUI Suite را از گیت‌هاب دانلود کنید و سپس فایل نصبی آن‌را اجرا کنید:
git clone https://github.com/StevenHickson/PiAUISuite.git cd PiAUISuite/Install ./InstallAUISuite.sh
Pi AUI Suite این امکان را به شما می‌دهد تا تعدادی از برنامه‌های کاربردی را انتخاب و نصب کنید. سؤال اولی که از شما پرسیده می‌شود این است که آیا متعلقات باید نصب‌شود؟ متعلقات فایل‌هایی هستند که Raspberry Pi باید برای فرمان‌های صوتی دانلود کند تا بتواند آن‌ها را اجرا کند؛ بنابراین Y را انتخاب کنید و دکمه Return را بزنید تا موافقت خود را برای نصب آن‌ها اعلام کنید. سپس از شما پرسیده می‌شود که آیا می‌خواهید برنامه PlayVideo را نصب کنید؟ با این برنامه می‌توانید از دستورات صوتی برای راه‌اندازی و پخش فایل‌های ویدئویی استفاده کنید. اگر Y را انتخاب کنید از شما خواسته می‌شود که مسیر فایل‌های رسانه‌ای خود را مشخص کنید. برای مثال home/pi/Videos. توجه داشته‌باشید که حروف بزرگ در اینجا مهم هستند. اگر مسیر نامعتبر باشد، برنامه به شما هشدار می‌دهد. در ادامه از شما سؤال می‌شود که آیا می‌خواهید برنامه Downloader (برنامه‌ای که به‌صورت خودکار فایل‌های اینترنتی را برای شما جستجو و به‌طور خودکار آن‌ها را دانلود می‌کند) را نصب کنید؟ اگر Y را انتخاب کنید، از شما خواسته می‌شود تا تنظیمات برای هاست، پورت، نام کاربری و رمز عبور را ارائه دهید.اگر مطمئن نیستید، Return را فشاردهید تا بتوانید گزینه‌های پیش‌فرض در هرمورد را انتخاب‌کنید. برنامه زیر، سرویس تبدیل متن به گفتار گوگل است که اگر می‌خواهید Raspberry Pi بتواند محتوای فایل‌های متنی را بخواند، باید آن را نصب‌کنید. به‌منظور استفاده‌از این سرویس، Raspberry Pi باید به اینترنت وصل‌شود؛ چراکه برای تبدیل متن به گفتار و سپس پخش کردن فایل صوتی به‌وسیله Media Raspberry Pi، باید به سرورهای گوگل متصل شود. اگر تصمیم‌دارید آن‌را نصب‌کنید، به یک حساب کاربری گوگل نیاز دارید. نصب‌کننده از شما می‌خواهد که نام کاربری خود را وارد کنید. بعداز انجام آن، دکمه Return را فشاردهید. پس‌از آن رمز عبور را وارد و سپس دکمه Return را فشاردهید. نصب‌کننده همچنین به شما این امکان را می‌دهد که Google Voice را نصب‌کنید. گوگل ویس، از سرویس تشخیص گفتار خود گوگل استفاده می‌کند. مجدداً از شما خواسته می‌شود نام کاربری و رمز عبور خود را برای ادامه ارائه‌کنید. علاوه‌بر نرم‌افزار خاص گوگل، این برنامه همچنین از شما می‌پرسد آیا می‌خواهید اسکریپت‌های YouTube را نیز نصب‌کنید؟ این ابزار به شما امکان می‌دهد که عبارت‌هایی مانند “YouTube fluffy kittens” را بگویید تا ویدیو کلیپ مربوط به آن پخش‌شود.
درنهایت، این برنامه به شما امکان می‌دهد که Voicecommand را نصب کنید، که شامل برخی‌از اسکریپت‌های مفیدتر است، مثلاً می‌توانید مرورگر وب خود را با کلمه “internet” راه‌اندازی کنید. همچنین درحین‌نصب از شما پرسیده می‌شود که آیا می‌خواهید Voicecommand به‌صورت خودکار تنظیم‌شود؟
پیکربندی Raspberry Pi
هنگامی‌که برنامه Voicecommand نصب می‌شود، ممکن‌است بخواهید قبل‌از تنظیم دقیق پیکربندی، چند تغییر اساسی انجام دهید. ترمینال را در Pi Raspberry را بازکنید و دستور زیر را اجراکنید:
sudo voicecommand –s
سپس مجموعه‌ای از سؤالات بله/خیر از شما پرسیده می‌شود. سؤال‌اول این است که آیا می‌خواهید به‌طوردائم، پرچم continuous را تنظیم کنید؟ به‌عبارت ساده‌تر، برنامه voicecommand از شما سوال می‌پرسد که آیا هربار که برنامه را اجرا می‌کنید می‌خواهید به دستورات صوتی خودتان گوش بدهید؟ اکنون Y را انتخاب کنید. سپس از شما پرسیده می‌شود که آیا برنامه Voicecommand به‌طور دائمی پرچم verify تنظیم کند؟ انتخاب Y به‌این معنی‌است که برنامه انتظاردارد که شما قبل‌از پاسخ به دستورات، کلمه کلیدی خود (به‌طور پیش‌فرض کلمه”Pi”) را بگویید. این کار زمانی مفید است که بخواهید Raspberry Pi را طوری تنظیم کنید که به‌طور مداوم گوش بدهد و با هر چیزی که شما می‌گویید وارد عمل نشود. بلافاصله از شما می‌پرسد آیا می‌خواهید به‌طور دائم، پرچم ignore را تنظیم کند؟ این بدان معنی‌است که Voicecommand دستوری را می‌شنود که به‌طور خاص در فایل پیکربندی شما فهرست نشده است، پس سعی می‌کند یک برنامه را در برنامه‌های نصب‌شده شما جستجو کند و آن‌را اجرا کند. به‌عنوان‌مثال، اگر شما کلمه “leafpad” را بگویید که یک برنامه دفترچه یادداشت است، Voicecommand آن‌را جستجو و اجرا می‌کند؛حتی اگر به‌طور خاص به آن نگفته باشید. ما توصیه نمی‌کنیم که این ویژگی را فعال کنید. چون‌که شما برنامه Voicecommand را به‌عنوان کاربر اصلی (SuperUser) اجرا می کنید و خطر زیادی وجود دارد که به‌طور تصادفی به Raspberry Pi یک فرمانی دهید که به فایل‌های شما آسیب برساند. اگر می‌خواهید برنامه‌های بسیاری را برای کار با Voicecommand تنظیم کنید، می‌توانید فایل پیکربندی را در هر موردخاص ویرایش کنید. سپس Voicecommand از شما سؤال می‌کند که آیا می‌خواهید به‌طور دائم پرچم quiet را تنظیم کنید؟ تنظیم این گزینه باعث می‌شود که وقتی صحبت می‌کنید پاسخ شفاهی به شما نمی‌دهد. Y یا N را هرطورکه مناسب می‌دانید انتخاب کنید. بعداً از شما پرسیده می‌شود که آیا می‌خواهید مدت‌زمان پیش‌فرض برای تشخیص گفتار را تغییر دهید؟ اگر Pi در شنیدن دستورات شما مشکل‌دارد فقط باید این گزینه را تغییردهید. اگر Y را انتخاب‌کنید، از شما خواسته می‌شود تا یک عدد را تایپ‌کنید. این عدد، تعداد ثانیه‌هایی است که Raspberry Pi برای یک فرمان صوتی صرف می‌کند و به‌طور پیش‌فرض ۳ است. این برنامه همچنین به شما این امکان را می‌دهد که گزینه‌های متن به گفتار را تنظیم کنید. قبل‌از انجام این‌کار، اطمینان حاصل‌کنید که ولوم رو زیاد کرده‌اید. برنامه تلاش می‌کند چیزی بگوید و بپرسد که آیا شما آن را شنیده‌اید؟
پاسخ پیش‌فرض سیستم به کلیدواژه شما عبارت “Yes sir” است. درمرحله بعد Y را انتخاب کند تا این گزینه به گزینه موردنظر شما تغییر پیدا کند. مثلاً به عبارت “Yes ma’am” تغییر پیداکند. وقتی‌که مراحل را انجام دادید کلید Return را بزنید. سیستم برای شما پیغامی را می‌فرستد تا تأیید کنید که آیا از نتایج راضی هستید یا خیر. این روند برای زمانی‌است که سیستم یک دستور ناشناخته دریافت می‌کند. پاسخ پیش‌فرض، عبارت “Received improper command” است. اما شما با تایپ Y می‌توانید پاسخ خودتان را جایگزین کنید. برای مثال “Unknown command”. اکنون به شما فرصتی برای تنظیم گزینه‌های تشخیص گفتار داده می‌شود و به‌طور خودکار چک می‌کند که آیا شما یک میکروفون مناسب نصب کرده‌اید یا نه؟ سپس Voicecommand از شما سؤال می‌کند که آیا می‌خواهید Pi برایتان آستانه صوتی شما را چک کند. اطمینان حاصل‌کنید که هیچ نویز پس‌زمینه‌ای وجود ندارد. Y را تایپ‌کنید و سپس کلید Return را بزنید. سپس از شما می‌خواهد که یک دستور صوتی را بگویید تا چک‌کند آیا دستگاه صوتی درست انتخاب شده٬است یا نه؟ درنهایت،Raspberry Pi از شما می‌خواهد که کلیدواژه پیش‌فرض”Pi” را تغییردهید تا دستورات صوتی را فعال‌کند. Y را تایپ‌کنید سپس کلیدواژه جدید خود را وارد کنید. هنگامی‌که انجام‌شد، کلید Return را بزنید. سپس از شما خواسته می‌شود که کلیدواژه خود را بگویید تا Raspberry Pi با صدای صحبت‌کردن شما آشنا شود. در ادامه Y را تایپ‌کنید تا فایل setup کامل‌شود.
اجرای برنامه
از دستور sudo voicecommand -c برای شروع نرم‌افزار استفاده‌کنید. این دستور به‌طور خودکار کلمات کلیدی شما را می‌خواند.
sudo voicecommand -c
پس‌از آن می‌توانید دستورات بیشتری بدهید؛ مانند “YouTube fluffy kittens”. سعی‌کنید از چند دستور ساده استفاده‌کنید. برای اطلاعات بیشتر به بخش دستورات صوتی اولیه مراجعه‌کنید. درصورتی‌که مشکلی به‌وجود‌نیامد، در ادامه دستور صوتی sudo killall را اجراکنید تا برنامه را خاتمه دهید و اگر مایل هستید فایل پیکربندی خود را ویرایش‌کنید.
دستورات صوتی اولیه
هنگامی‌که نصب Pi AUI Suite تکمیل‌شد و شما sudo voicecommand – c را اجرا‌کردید تا آن‌را برای گوش‌دادن تنظیم‌کنید، باید برای آن، یک کلیدواژه آماده‌کنید. کلیدواژه به‌طور پیش‌فرض، کلمه “Pi” است، اما به‌راحتی می‌توانید آن‌را به چیزی ساده‌تر تغییر دهید. youtube: گفتن “youtube” و یک عنوان ویدیو، به‌صورت خودکار یک ویدیو تمام صفحه از اولین کلیپ مربوطه از یوتیوب بارگیری می‌کند. این شبیه به جستجوی بخت یا اقبال گوگل است. بگویید “youtube” و نام ویدیویی که به آن علاقه‌مند هستید؛ به‌عنوان‌مثال “YouTube fluffy kittens :”Internet: گفتن کلمه “Internet”، مرورگروب شما را راه‌اندازی می‌کند. به‌طور پیش‌فرض از مرورگر Midori که مرورگرداخلی Raspberry Pi است استفاده می‌کند اما می‌توانید آن را تغییردهید. Download: گفتن کلمه “Download” به‌همراه یک عبارت جستجو، به‌طور خودکار وب‌سایت Pirate Bay را برای فایل موردنظر، جستجو می‌کند. برای مثال، می‌توانید بگویید “Download Ubuntu Yakkety Yak” تا آخرین نسخه سیستم‌عامل لینوکس اوبونتو را دانلود کند. Play: این دستور از پخش‌کننده رسانه داخلی برای پخش یک فایل موسیقی یا ویدیویی استفاده می‌کند. برای مثال می‌توانید بگویید “Play mozartconcert.mp4” تا فایل رسانه‌ای را که شما در پوشه مخصوص قرار داده‌اید، پخش کند. قبلاً مسیر پخش فایل‌ها را انتخاب کرده‌ایم (home/pi/Videos). Show me: با گفتن “Show me” یک پوشه را به انتخاب شما باز می‌کند. به‌صورت پیش‌فرض، دستور به یک پوشه معتبر نمی‌رود، بنابراین شما باید فایل پیکربندی خود را به یک مکان معتبر تغییر بدهید. برای مثال:
.show me==/home/pi/Documents
منبع: سیسوگ
