描述

這個(gè)項(xiàng)目的目標(biāo)是創(chuàng)建一個(gè)保護(hù)隱私的語(yǔ)音助手來(lái)控制我的物聯(lián)網(wǎng)設(shè)備，即我的燈和電視。自從我發(fā)現(xiàn)即使是我的智能燈也一直試圖與中國(guó)的服務(wù)器通信以發(fā)揮作用，我決定盡量將我的數(shù)據(jù)保存在本地。我建立了一個(gè)基于家庭助理的服務(wù)器來(lái)本地控制所??有這些設(shè)備，并為語(yǔ)音助理提供一個(gè)界面。因此，語(yǔ)音助手本身會(huì)在被喚醒詞喚醒后將一些語(yǔ)音片段轉(zhuǎn)錄為文本，然后通過 MQTT 將轉(zhuǎn)錄內(nèi)容發(fā)送到服務(wù)器，由我的基本意圖引擎解析，之后服務(wù)器會(huì)將預(yù)期的命令發(fā)送給我的設(shè)備。語(yǔ)音助手本身是完全獨(dú)立的，不需要與任何其他計(jì)算機(jī)持續(xù)連接即可運(yùn)行。

Dexter 的工作流程中有很多步驟——我將通過每一步解釋我為使它們發(fā)揮作用所做的工作。

工作流程：

1. 使用永遠(yuǎn)在線的程序監(jiān)聽喚醒詞
2. 監(jiān)聽命令并轉(zhuǎn)錄
3. 將命令發(fā)送到本地服務(wù)器進(jìn)行處理
4. 解析命令并執(zhí)行所需功能

我的主程序是一個(gè) python 腳本——它運(yùn)行一個(gè)無(wú)限循環(huán)，通過腳本調(diào)用喚醒詞檢測(cè)程序，并在檢測(cè)到喚醒詞時(shí)移動(dòng)以收集音頻，最后轉(zhuǎn)錄并將該命令發(fā)送到我的服務(wù)器。然后，循環(huán)再次開始，并調(diào)用喚醒詞檢測(cè)程序。

為了使設(shè)備正常工作，我首先需要將其連接到 wifi，并
在啟動(dòng)時(shí)連接。我最初嘗試使用 cron 作業(yè)并使用 wpa_supplicant，但 cron 作業(yè)不可靠。相反，network-manager 是即時(shí)無(wú)線連接的無(wú)憂解決方案。為 Pocketbeagle 分配一個(gè)靜態(tài)本地 IP 意味著我也可以始終通過 SSH 訪問它以使用命令行，或者簡(jiǎn)單地使用 Web 瀏覽器連接到 cloud9 IDE。一個(gè)

順便說一句 - 如果您嘗試復(fù)制它，請(qǐng)不要使用任何基于 RealTek 芯片組的 WiFi 卡。安裝一些社區(qū)編譯的驅(qū)動(dòng)程序以使其正常運(yùn)行是非常痛苦的。謝天謝地，我最終找到了這個(gè) GitHub 項(xiàng)目來(lái)處理它。

聽喚醒詞

對(duì)于設(shè)備上的喚醒詞檢測(cè)，我使用的是 Porcupine，這是一個(gè)非常輕量級(jí)的程序，也設(shè)計(jì)用于在 BeagleBone 設(shè)備上運(yùn)行。首先，我們需要在picovoice.ai上創(chuàng)建一個(gè)帳戶（不用擔(dān)心，它是免費(fèi)供個(gè)人使用的）以獲得訪問密鑰。雖然 Porcupine 是完全本地的，但它在初始化時(shí)確實(shí)需要訪問密鑰。接下來(lái)，我們需要在 picovoice 控制臺(tái)上為我們選擇的喚醒詞訓(xùn)練一個(gè)模型。Dexter 是喚醒詞的絕佳選擇，因?yàn)樗话Ｒ姷穆曇?，換句話說，減少了誤報(bào)的機(jī)會(huì)。出于這個(gè)原因，Dexter（甚至 Alexa）中的“x”非常有用。

立刻，這個(gè)項(xiàng)目變得相當(dāng) hacky——Porcupine 的 python 實(shí)現(xiàn)在 PocketBeagle 上遇到了重大問題，在我放棄之前拋出了各種錯(cuò)誤。相反，我嘗試了 C 實(shí)現(xiàn)，并且能夠讓他們的命令行演示工作。但是，我使用 C 的經(jīng)驗(yàn)為零，并且無(wú)法充分利用他們的 SDK。給定的演示文件被設(shè)計(jì)為從命令行調(diào)用，并運(yùn)行啟動(dòng)指令檢測(cè)的無(wú)限循環(huán)，檢測(cè)時(shí)僅返回“檢測(cè)到啟動(dòng)指令”。我修改了演示文件，改為在檢測(cè)到啟動(dòng)指令后退出，并從 python 腳本（實(shí)際上稱為名為 wakeword 程序的 bash 腳本）調(diào)用它。此腳本僅在喚醒詞程序結(jié)束后才會(huì)繼續(xù)，因此這是一個(gè)功能齊全的解決方法，可避免不熟悉 C 語(yǔ)言編程。

要獲得演示功能，需要使用 cmake 對(duì)其進(jìn)行編譯，并識(shí)別功能麥克風(fēng)，可以在他們的github 頁(yè)面上找到更多說明。

聽命令并轉(zhuǎn)錄

這里的子工作流程相當(dāng)簡(jiǎn)單——調(diào)用 3s 的 arecord 流程創(chuàng)建一個(gè) .wav 文件，然后上傳該 .wav 文件以供 IBM Watson 處理。與 Porcupine 類似，IBM 也需要一個(gè)帳戶和一個(gè)訪問密鑰。有關(guān)如何設(shè)置的更多說明可以在他們的網(wǎng)站上找到。我的麥克風(fēng)帽以 44100 Hz 錄制音頻，這是傳遞給 arecord 的調(diào)用的重要參數(shù)，這是通過一個(gè)簡(jiǎn)單的腳本調(diào)用完成的。

在音頻文件被記錄并存儲(chǔ)在 PocketBeagle 上之后，另一個(gè) python 程序使用他們的 ibm-watson api 將其上傳到 IBM，并等待接收轉(zhuǎn)錄。

向本地服務(wù)器發(fā)送命令

一旦命令被轉(zhuǎn)換為文本，系統(tǒng)就會(huì)通過 MQTT 協(xié)議向本地服務(wù)器發(fā)送一條消息。我已經(jīng)為服務(wù)器分配了一個(gè)靜態(tài)本地 IP，并使用 Mosquitto 設(shè)置了一個(gè) MQTT 代理服務(wù)。我不打算解釋如何設(shè)置它，因?yàn)橛泻芏噘Y源。我使用 Mosquitto 的 Home Assistant 集成來(lái)盡可能輕松地完成此操作。

為了從 python 發(fā)送命令，我使用了 paho-mqtt 庫(kù)。

解析命令和執(zhí)行功能

為了理解發(fā)送的命令，我編寫了一個(gè)基本的意圖引擎。對(duì)于每個(gè)語(yǔ)句，引擎都會(huì)嘗試識(shí)別一個(gè)實(shí)體（在我的房間中，燈 1、3 或 3 中的一個(gè)，電視，或像整個(gè)房間這樣的自定義組）。然后，它會(huì)嘗試識(shí)別意圖。這就像打開，變紅或變亮。它通過檢查命令字符串并查看它是否包含實(shí)體關(guān)鍵字以及查看它是否包含意圖關(guān)鍵字來(lái)執(zhí)行此操作。因此，就引擎確認(rèn)而言，命令“打開電視”和“打開電視”在功能上是相同的。默認(rèn)情況下，如果沒有找到實(shí)體或意圖，則將實(shí)體設(shè)置為整個(gè)房間，并將意圖設(shè)置為將它們變?yōu)榘咨?/font>

為了實(shí)現(xiàn)它，我使用了 Node-RED，它是 Home Assistant 中的一個(gè)集成，允許使用 javascript 程序來(lái)執(zhí)行功能。下圖顯示了程序的流程，左側(cè)有一個(gè) MQTT 輸入，進(jìn)入一個(gè)實(shí)體標(biāo)識(shí)符，然后根據(jù)實(shí)體是燈還是電視拆分為意圖類型。

這是 parsed 命令的可選用法 - MQTT 可以以您認(rèn)為合適的任何方式使用。

Dexter 的 Node-RED 流程圖。頂部：電視命令。底部：燈光命令

?

用法

使用系統(tǒng)很簡(jiǎn)單——系統(tǒng)啟動(dòng)后，您可以通過瀏覽器登錄 IDE，或使用 PuTTY SSH 進(jìn)入終端。然后，運(yùn)行RunDexter.sh腳本將 Dexter 啟動(dòng)到永久的活躍狀態(tài)。說“Dexter”將激活錄音，由綠色 LED 指示。然后，您將有三秒鐘的時(shí)間發(fā)出命令，之后綠色 LED 將熄滅，表示錄制完成。然后，此記錄會(huì)在后臺(tái)上傳到 IBM，系統(tǒng)會(huì)負(fù)責(zé)其余的工作，按照您的命令執(zhí)行命令。

使用像 IBM 這樣的基于 AI 的語(yǔ)音識(shí)別的一個(gè)怪癖是語(yǔ)音到文本系統(tǒng)傾向于尋找有意義的完整短語(yǔ)。因此，像“淺紫色”之類的東西可能對(duì) AI 沒有意義，它可能會(huì)返回一些沒有意義的荒謬解釋，并且由于上述默認(rèn)設(shè)置，您將觸發(fā)“房間白色”結(jié)果。因此，更像“把燈變成紫色”的短語(yǔ)將有更高的機(jī)會(huì)被正確識(shí)別。然而，在我的測(cè)試中，如果你說得清楚并且對(duì)你的陳述很聰明，那么系統(tǒng)的反應(yīng)方式是非常好的。

系統(tǒng)接線

這主要是一個(gè)編碼項(xiàng)目，涉及許多 hacky 腳本。但是，下圖顯示了 PocketBeagle 的接線設(shè)置。

德克斯特接線設(shè)置

。

未來(lái)目標(biāo)

將來(lái)，我打算擴(kuò)展系統(tǒng)的功能。就目前而言，Dexter 不會(huì)回復(fù)你，也不能在一個(gè)語(yǔ)句中執(zhí)行多個(gè)命令。這兩個(gè)都是我很快就會(huì)做的事情。