AIoT for Beginner — Voice device
首先我們帶大家入門實作一個語音裝置(Voice device)
目前市面上有著許多現成的智慧音箱可供選擇，例如: echo dot、google home等等的。
對於開發者(or Maker)來說也有許多套件以及平台可供選擇，以下是這次會用到的材料與相關套件：
1.材料清單
- Raspberry Pi (建議使用 Raspberry Pi 3 B or B+)
- 喇叭(Speaker)
- USB 麥克風
( 在RPi3上，2 跟 3 也可以使用iPhone耳機 or 其他有speaker的耳機代替)
4. Google Voice Kit
也可以購買Googe 的語音套件(不含樹莓派與SD卡)
2.聽覺 — STT
STT 就是 Speech To Text，就是所謂的語音辨識，將一段聲音傳給模型後，模型會回傳給你相應的文字。目前已經有許多訓練好的模型可供使用，也可以使用各大廠提供的雲端API (如: Goolge、AWS及微軟等等的)
對於python用戶來說還有一個很方便的套件包可供使用，那就是SpeechRecognition ，這個套件包幫你整合了許多的語音辨識API，讓你可以更方便及更彈性的去做選擇，如下：
- CMU Sphinx (works offline)
- Google Speech Recognition
- Google Cloud Speech API
- Wit.ai
- Microsoft Bing Voice Recognition
- Houndify API
- IBM Speech to Text
- Snowboy Hotword Detection
在安裝前須先安裝以下相關套件
# jeston nano
$ sudo apt-get install python-pyaudio python3-pyaudio
$ sudo apt-get install flac ffmpeg# raspberry
$ sudo pip3 install pyaudio
最後便可以安裝 SpeechRecognition
sudo pip3 install SpeechRecognition在使用上也很精簡，我們首先看看一段範例程式(以下使用python3):
運用一段簡單的程式便能讓電腦聽得懂自己的話!!!
3.說話 — TTS
現在電腦聽得懂自己的話了，該怎麼讓電腦進行回答呢?
便是運用TTS ，所謂的TTS就是 Text to speech，就是將語音辨識模型傳回來的文字轉成語音，這樣看起來就像是電腦在說話呢！
我們運用google免費提供的套件包gTTs(Google Text-to-Speech)，來進行回答，由於這個套件算是免費的，所以她的處理速度較慢，需要比較有耐心才行。
sudo pip3 install gTTSsudo pip3 install pydub
程式範例:
有了這段code後，只要將上面 STT 程式範例中的 print() 改成 speak()
便可以完成一個簡單的語音裝置。
4. alexa
關於TTS個人認為在辨識效率及速度上已經十分不錯了，但是STT還是過於機械化，這邊我是採用alexa的Polly能讓你的語音更為順暢，並且小編覺得好聽非常多非常多!
以下是範例程式碼:
基本上只要輸入自己的key_id以及asscess_key就能使用
5. 測試結果
以下是在Google的Voice Kit上使用的結果，之後也會補上在Jetson Nano上測試的影片上來。
如果有任何問題能在下面進行留言~
現在已經可以讓你的嵌入式裝置聽得懂，並且也可以說了。
下一篇就會教大家如何讓自己的嵌入式裝置思考，敬請期待！
