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

----

----

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・・・

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。

----
----

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。