IT und son Zeugs

Der Pi war schon lange da und Raspbmc brauchte ich eigentlich nicht.
Also nahm ich mir an diesem einen schicksalhaften Tag vor, dem Pi einen Sinn zu verschaffen.
Heraus kam ein Projekt zur Steuerung des Hauses mittels Sprache im Stil von StarTrek.

“Computer, Auf den Schirm!”

Nach einiger Recherche war auch eine Spracherkennungssoftware (oder besser ein Toolkit) gefunden: CMUSphinx.

Entgegen der landläufigen Meinung (Stackoverflow) braucht es KEIN Pulseaudio. Overhead ist immer böse und bringt in diesem Fall keinen Mehrwert, sondern nur mehr Fehlerquellen.

Hardwareliste für dieses Projekt:

• Raspberry Pi B Rev2
• Logitech X-140 für TTS-Wiedergabe
• Playstation Eye Kamera als Mikrofon
• 433Mhz Sender
• Elro AB440 Serie (Beispielset)
• Breadboard, Drahtbrücken, evtl. LEDs, Temperatursensor (Set + Brücken)

Hiermit sollten die Grundlagen gegeben sein. Natürlich ist das ganze beliebig erweiterbar.

Zunächst zur Hardwarekonfiguration:

Quelle: http://www.hobbytronics.co.uk/raspberry-pi-gpio-pinout

Benötigt werden  Pin 2, 6 und 11. (Alternativen sind mit Codeanpassungen möglich)

Ich habe der Einfachheit halber das Breadboard genutzt; es ginge aber auch ohne.

Der 433Mhz Sender hat 4 Pins (Pin 1 ist mit ANT beschriftet), die wie folgt zu belegen sind:

1. ca 17,3cm langer Draht als Antenne
2. 5 Volt Vcc an GPIO Pin 2 des Pi
3. Daten an GPIO Pin 11 des Pi
4. Masse an GPIO Pin 6

 (Die hier mit rotem Kabel abgezweigten 3,3Volt werden für dieses Projekt nicht benötigt)

 

Nun zur Software:

Der Einfachheit halber mache ich alles als root. Beginnen wir also mit dem Pi.

Benötigt wird am besten eine mindestens 2GB große SD-Karte mit aktuellem Raspbian image. Ich gehe von einer sauberen Neuinstallation aus.

Es gibt mit der Kamera das Problem, dass sie nach einem Neustart stumm ist und man sie zunächst einmal aus- und wieder einstöpseln muss. Dieses Problem trat bei mir zunächst auf, ist aber nachdem ich den Modulparameter

“options snd_usb_audio ignore_ctl_error=1”

gesetzt hatte verschwunden. (Macht das Installationsskript selbstständig) Ich gebe jedoch keine Garantie, dass dies die Lösung ist.

Als nächstes ist mein Git Repo zu klonen und der Installer zu starten, welcher alles weitere automatisch macht. Dadurch konnte dieses Tutorial um einiges einfacher und kürzer gestaltet werden.

(Wer dem ganzen nicht traut kann sich natürlich auch einfach ansehen, was der Installer da macht.. es ist schließlich nur ein shell script.)

git clone https://github.com/Hypfer/rpi-vcha.git

cd rpi-vcha

chmod +x ./installer.sh && ./installer.sh

Nach Abschluss der Installation kann man nun mit

service rpi-vcha start

den listener starten.
Um zu sehen, ob und was geschieht kann man folgendes nutzen:

tail -f /var/log/rpi-vcha.log

 

Abschließend noch ein Video zur Demonstration:

 

 

Zum Einfügen weiterer Wörter:

http://www.speech.cs.cmu.edu/tools/lmtool-new.html

Da der verlinkte Generator mit dem englischen Sprachmodell arbeitet musste ich ein wenig mit den Lauten tricksen. Eine Liste aller Laute gibt es hier:

http://www.speech.cs.cmu.edu/cgi-bin/cmudict

(Alternativ könnte man das deutsche Sprachmodell von voxforge nutzen, jedoch würde dies viel mehr Arbeit und vermutlich auch weniger Präzision bedeuten.)