VOSK

voskとかいう音声認識をする仕掛けがあるそうな．そして更新したそうな．

更新結果，現在のところRPiの64ビットOSには pip install 出来なかった．

インストールはwhlから行い，モデルはなければダウンロードされる形になった．

curl https://github.com/alphacep/vosk-api/releases/download/v0.3.42/vosk-0.3.42-py3-none-linux_aarch64.whl

sudo pip install vosk-0.3.42-py3-none-linux_aarch64.whl

sudo pip install sounddevice

sudo pip install libportaudio2

インストールは

pip install vosk

モデルは

から日本語を持ってくる．

サンプルコードは

にあり，マイクを使った例があり，好ましいコード．

test_microphone.py

sounddeviceからキューに送られたデータを，53行目のmodel = vosk.Model(lang="en-us")のen-usをjaにすると自動で日本語モデルがダウンロードされる．-mオプションで指定したモデルを使って解釈し，79行目の rec.Result() で一塊の日本語を返し続ける．

wget https://github.com/alphacep/vosk-api/raw/master/python/example/test_microphone.py

sed -i -e 's/en-us/ja/' test_microphone.py

cmdlist={.keyword1.func1, 'keyword2':func2,...}のようにキーワードをリスト化しておいてrec.Result()中にキーワードがあるかチェックしてあればcmdlist['keyword1']()のようにして処理する関数を仕込んでみた．キーワードがない場合はopen-jtalkでそのままおうむ返しにし，"停止"というキーワードがある場合は「停止します」と言って処理を停止させた．

夕刻追記：windowsではうまく動かなかった．サンプルコードは11時間前に新しいのに書き換わってる．さすが新しくて人気のコード．