Ruby + google音声認識APIによるRaspberryPIでの音声認識

「googleの日本語音声認識を自由に呼び出して使う方法」を参考にRubyからgoogle音声認識APIを叩いてみた。

まず事前準備として

RaspberryPIにUSBマイクで音声入力を参考に、録音

$ arecord -D plughw:1,0 -d 10 -f cd test.wav

ffmpegパッケージでtest.wavをtest.flacに変換

$ ffmpeg -i test.wav -vn -ac 1 -ar 16000 -acodec flac test.flac

あとは以下のスクリプトを実行。

----

	# coding:utf-8
	require 'pp'
	require 'uri'
	require 'net/http'
	Net::HTTP.version_1_2
	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("test.flac")
	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.set_debug_output STDERR
	http.start do |h|
	res = h.request(req)
	p res
	puts res.body
	end

view raw gvoicerecog.rb hosted with ❤ by GitHub

----

実行結果

$ ruby gvoicerecog.rb
#<Net::HTTPOK 200 OK readbody=true>
{"status":0,"id":"1b69aa31b6bfac4059d6409566f4950e-1","hypotheses":[{"utterance":"あいうえお","confidence":0.5210862},{"utterance":"あ い う え お"},{"utterance":"アイウエオ"},{"utterance":"あいうえお aa"},{"utterance":"あいうえお うー"}]}

juliusと違ってかなりの認識精度。

それにRaspberryPIの負荷もほとんどない・・・

便利すぎる。

ただ家電コントローラ的にはリモコン操作に慣れてしまったのでもはや使い所がない。
うーむ。ちょっと利用方法を考える。

• 人口無脳的チャット
• 自由記述による検索
• 天気予報とかwikipediaとか(出力が音声だと使いにくくない？)

ぬぬー。求むアイディア。