Google音声認識APIを利用した音声認識コマンド入力

前記事「Ruby + Google音声認識APIによるRaspberryPIでの音声認識」でGoogle音声認識が使えることがわかったので音声認識コマンド入力のプロトタイプを作ってみた。

動作概要

• コマンド入力スクリプトはリモコンから起動
• ピッという発信音の後５秒間録音してGoogle音声認識APIにかける
• Google音声認識APIの結果からコマンドかどうか判断

ソース

----

	# coding:utf-8
	require 'pp'
	require 'uri'
	require 'json'
	require 'net/http'
	require 'fileutils'
	WAVFILE="/tmp/voice.wav"
	FLACFILE="/tmp/voice.flac"
	def start_alarm
	`/home/pi/aquestalkpi/AquesTalkPi -b -g 100 "ピッ" | aplay`
	end
	Net::HTTP.version_1_2
	def voicerecog
	start_alarm
	`arecord -D plughw:1,0 -d 5 -f cd #{WAVFILE}`
	FileUtils.rm_f(FLACFILE)
	`ffmpeg -i /tmp/voice.wav -vn -ac 1 -ar 16000 -acodec flac #{FLACFILE}`
	uri = URI.parse("https://www.google.com/speech-api/v1/recognize?xjerr=1&client=chromium&lang=ja&maxresults=6&pfilter=2")
	req = Net::HTTP::Post.new(uri.request_uri)
	req.body = File.read(FLACFILE)
	req.content_type = "audio/x-flac; rate=16000"
	req.content_length = req.body.size
	req['User-Agent'] = "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.47 Safari/536.11"
	#req['Accept-Encoding'] = "gzip,deflate,sdch"
	req['Accept-Language'] = "ja,en-US;q=0.8,en;q=0.6"
	req['Accept-Charset'] = "utf-8;q=0.7,*;q=0.3"
	http = Net::HTTP.new(uri.host,uri.port)
	http.use_ssl = true
	http.verify_mode = OpenSSL::SSL::VERIFY_NONE
	http.start do |h|
	res = h.request(req)
	result = JSON.parse(res.body)
	command = result["hypotheses"][0]["utterance"]
	return command
	end
	end
	# main
	command = voicerecog
	case command
	when "天気予報","てんきよほう"
	`/home/pi/aquestalkpi/AquesTalkPi -b -g 100 "天気予報" | aplay`
	when "タイムライン","timeline"
	`/home/pi/aquestalkpi/AquesTalkPi -b -g 100 "タイムライン" | aplay`
	when "ツイート"
	`/home/pi/aquestalkpi/AquesTalkPi -b -g 100 "ツイート" | aplay`
	end

view raw voicecommand.rb hosted with ❤ by GitHub

----

プロトタイプなので「天気予報」などのコマンドの中身は実装していない。

状態遷移で複雑な入力もできるし、対話型にしてもいいかも知んない。

色々できそうではあるんだがいかんせんヤル気が・・・