树莓派开源语音控制助理之Jasper介绍--微风细雨

chy520cvv

在苹果（Apple）自带的Siri，微软（Microsoft）发布Windows Phone 8.1发布的Cortana个人助理重压之下，为了在自己的应用中添加智能的软件控制。开发者只能自己重新开发。因此，Jasper的诞生给了有此想法的绝大多数攻城狮希望，它是一款开源软件，每个人都能根据自己的口味设计自己想要的语音中控，同时可以自由组合语音识别和语音合成。

                     

       Jasper开源语音控制助理是一款由两位普利斯顿大学（Princeton University）的两名本科生，查理马什（Charlie Marsh）和希波罗萨哈（Shubhro Saha）开发的开源软件。由于Jasper目前提供的功能有社交媒体的消息提醒，新邮件和短信提醒，播放音乐，告知天气等功能。而这些需要通过互联网获取，因此，在使用Jasper时需要网络支持，甚至需要墙外的风景。。。在此不太推荐，后续会介绍改良后的国内可用的Jasper版本。同时联合树莓派，可以让Jasper控制任何东西。Jasper处于一直运行的状态，只要一声“Jasper”呼叫，即可唤醒应答。
       先来看看两位创始人的靓照，也不知哪位是父亲，哪位是母亲，呵呵呵。。。

       更准确的说，Jasper是一款语音控制平台软件，因为它是基于第三方的语音识别（Speech to Text）和语音合成(Text to Speech)软件的语音控制软件。下面简单介绍一下，Jasper支持的语音识别和语音合成引擎。
       目前官方支持的语音识别有：

• Pocketsphinx：是卡耐基-梅隆大学的CMU Sphinx项目中的一个开源的语音译码器。它的速度非常快，适合设计用于嵌入式系统。不幸的是，Pocketsphinx识别率不是很好的。但优势在于识别可以离线进行，即不需要网络连接。
  
• Google STT：Google开放的STT API。
  
• AT&T STT ：AT&T开放的STT API。
  
• Wit.ai STT ：Wit.ai开发的STT API。需要基于wit.ai的云服务。
  
• Julius ：高性能开源语音识别引擎。但是需要进行一个复杂的语音识别训练。
  

       由此可见，适合我们国内用户的也就剩下Pocketsphinx和Julius两款识别率相对较低的语音识别引擎。。。
       官方支持的语音合成有：

• eSpeak:是一个紧凑的开源语音合成器。语音合成是离线完成的,但是大多数的声音听起来很“机器人”。
  
• Festival:是一个开源的语音合成器，由爱丁堡大学的语音识别技术研究中心研究开发。像eSpeak,离线也能合成语音。
  
• Flite:是一个轻量级和快速合成引擎,主要是为小型嵌入式计算机而设计的。它综合演讲离线,所以不需要网络连接。
  
• SVOX Pico TTS:是一个使用Android 1.6“Donut”的语音合成引擎。这是一个开源的小型应用程序和离线同样适用。相对eSpeak和Festival而言，质量是相当不错。
  
• Google TTS:语音合成本身是在谷歌的服务器上完成的，所以需要网络连接。
  
• Ivona TTS:是使用亚马逊的Ivona演语音云服务，这是用于Kindle Fire。语音合成是网上完成的，因此需要网络连接和亚马逊访问权。
  
• MaryTTS:是用Java编写的一个开源的TTS系统。您需要设置自己的MaryTTS服务器和配置Jasper。因为服务器可以驻留在同一台机器上运行的Jasper,你不需要上网。
  
• Max OS X TTS:只有工作如果你在Mac上运行Jasper。然后在MacOS中使用say命令来合成语音。
  

       对于语音合成而言，不涉及识别率的问题，因此可以根据个人需要选择，当然那种被墙了的，或者需要你去买一台Mac的还是靠边站吧。。。
       查理和希波罗开发“Jasper”开源语音识别和控制应用的同时，还附带其“极其简单的”API（应用程序接口）以及基于B型树莓派（Raspberry Pi）的开发套件。如果你有一代的树莓派，可以直接下载集成了Jasper的镜像进行测试使用。
　你可以对着Jasper说出常用指令，他们在自己的文档中列举了一些例子。
　　跟Jasper对话的最常见方式是依照下面的顺序进行：
你：“Jasper”
Jasper：高蜂鸣声
你：讲出指令
Jasper：低蜂鸣声
Jasper：讲出回答
　　在默认情况下，我们已经提供了以下模块来展示Jasper的能力：
时间：“现在几点？”
天气：“天气怎样？……明天天气如何？”
新闻：“有什么新闻？”
Gmail：“我有邮件吗？”
Hacker News：“Hacker News有什么新闻？”
Facebook信息：“Facebook上有信息吗？”
生日：“今天谁生日？”
笑话：“给我讲一个敲门笑话。”
人生：“人生的意义是什么？
软件架构如下：

总结评论：
软件结构清晰明了，开源且具有定制化，但是软件涉及的部分开源软件停止更新或者查找不到，有可能导致软件安装无法完成。

FPGA入门者必读:
FPGA入门者必读，Cyclone V SoC器件的Preloader和U-boot一秒生成
FPGA协同设计宝典，如何在ARM DS-5工具中为Altera SoCs编写和运行裸机C程序
Altera FPGA开发必备，电源容限术语及怎样满足FPGA电压精度要求
看过这个视频，在Altera FPGA中有效映射移位寄存器单元一点都不难
SoC FPGA开发工程师必备技能，权威视频讲解如何使用Qsys生成SoC HPS系统
FPGA工程师该升级你的知识库啦，Quartus II新工程向导详解