ROS Melodic: Web Speech APIで音声認識

Wep Speech APIを使うと音声認識が簡単にできる。しかも、ROSパッケージは以下のサイトで公開されており、開発者furushchevさんの詳しい日本語の解説記事もある。本記事はその作業メモ。

作業環境

  • Ubuntu18.04
  • ROS Melodic
  • Google Chrome バージョン: 80.0.3987.87(Official Build) (64 ビット)(他のブラウザは対応してないようだ)

インストール

  1. 以下のサイトのとおり実施した。推奨されているaptでのインストールはmelodic用のパッケージが見つけられなかったのでソースからビルドした。wstoolはワークスペースのバージョン管理システム。https://github.com/tork-a/visualization_rwt
  2. ワークスペースを初期化する。
    • $ cd ~/catkin
    • $ wstool init src
  3. ワークスペースに新しいリポジトリを設定する。
    • $ cd src
    • $ wstool set visualization_rwt --git https://github.com/tork-a/visualization_rwt/
  4. ワークスペースのリポジトリをアップデートする。
    • $ wstool update
  5. 依存関係の解消
    • $ cd ~/catkin_ws
    • $ rosdep install --from-paths src --ignore-src --rosdistro ${ROS_DISTRO} -r -y
  6. ビルド
    • $ catkin build

実行

  • 端末を開き、以下のコマンドを実行する
    • $ roslaunch rwt_speech_recognition rwt_speech_recognition.launch
  • 以下のリンクをクリックするかChromeブラウザを起動し以下のアドレスを検索窓に入れる。
  • 音声認識をスタートさせるためには、以下のChrome画面で緑に塗られているStartボタンをクリックする。
  • Chromeの画面のマイクに英語で話しかけ、認識結果が表示されていれば成功。日本語で話しかけたい場合はブラウザのLanguageを日本語にすればよい。デフォルトではROSのトピック名が/Tablet/voiceになっているが、この画面から自由に変更できる。なお、連続して音声認識をしたい場合はModeをContinuousにすればよい。
  • では、最後にトピックを確認しよう。別の端末を開き、以下のコマンドで認識結果のトピック/Tablet/voiceを表示する。
    • $ rostopic echo /Tablet/voice

  • うまくいかない場合は、インストールの4,5,6番の作業を繰り返してみよう。私の環境ではそれで問題が解決した。

カスタマイズ

  • デフォルトではトピック名が/Tablet/voiceになっている。変更したいときは以下のファイル29行目のvalueの値を変更する。
    • ~/catkin_ws/src/visualization_rwt/rwt_speech_recognition/www/index.html

以上

コメント

Folding@home Kanazawa (ID 257261)

みんなのためにおうちで新型コロナウイルスを解析しよう!

タイトルとURLをコピーしました