Dieser Artikel wurde am 19. Tag des Serverless Advent Callender 2016 veröffentlicht.
Wir werden ein Alexa-Festival bei [Cheap Echo] haben (https://www.youtube.com/watch?v=vizNdRTXK90).
Alexa Eine Spracherkennungsplattform von Amazon.
AVS(Alexa Voice Service) Alexas Spracherkennungs-Engine. Es befindet sich in Amazon Echo.
Alexa hat zwei Komponenten.
AVS(Alexa Voice Service) Alexas Spracherkennungs-Engine. Die auf dem Gerät aufgezeichnete Stimme wird basierend auf HTTP ausgetauscht.
ASK(Alexa Skills Kit) Ein Kit, mit dem Sie Ihre eigenen Konversationsmuster entwickeln können. AWS Lambda wird empfohlen und kann ohne Server entwickelt werden. Der gestrige Artikel war ein ASK-Artikel. Bitte beziehen Sie sich darauf. Advent Callender Day 18
Der Hintergrund für das Schreiben dieses Artikels hat die Fähigkeiten von Amazon Echo noch nicht erfüllt. , ** Es gibt eine traurige Realität, dass man es in Japan nicht kaufen kann **. Es gibt webbasierte Testtools wie Echosim.io, aber wenn Echo nicht kommt, können Sie Ihre eigenen erstellen und Ihre Serveless-Fähigkeiten entwickeln. Lass uns Spaß haben
Es gibt ein Beispiel für Raspberry PI im offiziellen Repository von Amazon. Lass uns anfangenのSTEP3まで完了させます。
Sie erhalten das Profil (ProductID, ClientID, ClientSecret), das das Gerät mit dem AVS verbindet.
Richten Sie Raspberry PI 3 ein. Installing operating system image
hyper
$ pip install hyper
snowboy
$ sudo apt-get install swig3.0 python-pyaudio python3-pyaudio sox pip install pyaudio
$ sudo apt-get install libatlas-base-dev
$ cd/swig
$ make
Sie können es wie oben beschrieben selbst installieren, es ist jedoch einfach, es nach Raspeye zu kopieren, da es über ein vorkompiliertes Modul verfügt. Precompiled module
Nach Abschluss der Einrichtung wird eine Credits.py mit dem von Developper.amazon.com erhaltenen Sicherheitsprofil generiert.
$ python wakeword_detector.py
Wenn Sie sich als Daemon registrieren, können Sie ihn beim Start in den Wartezustand "Wakeword" versetzen.
https://www.youtube.com/watch?v=Ghn1NpbUPJQ
Es tut mir wirklich leid, dass die Erkennungsrate aufgrund der schlechten Aussprache und der Position des Mikrofons innerhalb von m (_ _) m zu schlecht ist
Recommended Posts