Голосовые боты — это программы на базе искусственного интеллекта, которые общаются с людьми. Они понимают естественные языки и синтезируют речь для этого взаимодействия. Не вдаваясь в технические подробности того, как это работает, позвольте мне рассказать вам о моем коде Python, который действует как личный голосовой помощник.
Во-первых, давайте пройдемся по библиотекам, которые используются для кодирования нашего голосового помощника.
- Библиотека распознавания речи
Эта библиотека используется для определения речи человека на естественном языке, а затем преобразует его в текстовую форму, чтобы наш помощник мог ответить соответствующим образом. Ссылка для скачивания этой библиотеки приведена ниже.
https://pypi.org/project/SpeechRecognition/ - pyttsx3 Библиотека
После того, как помощник понял человеческий язык, для произнесения ответа мы используем эту библиотеку. Основное преимущество этой библиотеки в том, что она работает в автономном режиме. Ссылка для загрузки этой библиотеки приведена ниже.
https://pypi.org/project/pyttsx3/ - Библиотека neuralintents
Это новая библиотека, выпущенная 10 марта 2021 г. (версия 0.0.3). Он выполняет все необходимые нам функции и очень прост в использовании. Эта библиотека используется для создания простых интерфейсов и чат-ботов. Ссылка для скачивания этой библиотеки приведена ниже.
https://pypi.org/project/neuralintents/
Еще до того, как мы начнем кодировать, нам нужен файл «intents.json», в котором хранятся ответы на набор входных данных пользователя. К этому файлу JSON обращается голосовой помощник и соответствующий ответ.
{"intents": [
{
"tag": "greeting",
"patterns": ["Hey", "Hello", "Hi", "What's up?", "Good Day"],
"responses": ["Hello there!", "Hello, what can I do for you?"]
},
{
"tag": "create_note",
"patterns": ["New note", "Create a note"],
"responses": [""]
},
{
"tag": "add_todo",
"patterns": ["New item", "Add an item"],
"responses": [""]
},
{
"tag": "show_todos",
"patterns": ["Show my todos", "What is on my list"],
"responses": [""]
},
{
"tag": "exit",
"patterns": ["Bye", "See you", "Quit", "Exit"],
"responses": ["Thank you for spending time with me."]
},
]}
Давайте начнем программировать, импортировав все необходимые библиотеки.
import speech_recognition import pyttsx3 as tts from neuralintents import GenericAssistant import sys
После импорта всех необходимых модулей нам нужно создать экземпляр говорящего и распознавателя, чтобы помощник мог фиксировать то, что мы, люди, говорим, и преобразовывать его в текстовую форму, а оставшийся код поясняется комментариями внутри программы. Список с именем «todo_list» создается для работы со списком, который помощник поддерживает для нас.
recognizer = speech_recognizer.Recognizer()
speaker = tts.init()
speaker.setProperty('rate', 150) #rate is property, 150 is the value
#Creating an object to access the todo list
todo_list = ['Go Shopping', 'Clean Room']
Теперь давайте начнем программировать функции для каждой из необходимых задач. В приведенном ниже фрагменте кода показано, как система реагирует на приветствие.
#Greeting the user
def greeting():
speaker.say("Hello, What can I do for you?")
speaker.runAndWait()
Мы кодируем приведенную ниже функцию для программы, чтобы создавать заметки на основе требований пользователя и сохранять их в определенном файле.
#Function to create and add new note
def create_note():
global recognizer #Making the variable global
speaker.say("What do you want to write as note?")
speaker.runAndWait() #Asking for user input
done = True
#The try block is used in case the microphone fails
while done:
try:
with speech_recognition.Microphone() as mic:
recognizer.adjust_for_ambient_noise(mic, duration = 0.2)
#Accepting user voice input
audio = recognizer.listen(mic)
note = recognizer.recognize_google(audio)
note = note.lower()
speaker.say("Choose a filename!")
speaker.runAndWait()
recognizer.adjust_for_ambient_noise(mic, duration = 0.2)
#Accepting user filename
audio = recognizer.listen(mic)
filename = recognizer.recognize_google(audio)
filename = filename.lower()
with open(filename + '.txt', 'w') as f:
f.write(note)
done = False
#Terminating the while loop if listened properly
speaker.say("New note successfully created")
speaker.runAndWait()
except speech_recognition.UnknownValueError:
recognizer = speech_recognizer.Recognizer()
speaker.say("I did not understand you. Please try again!")
speaker.runAndWait()
Список дел является обязательным в каждом голосовом помощнике, поскольку он помогает нам помнить задачи или действия, которые необходимо выполнить. Приведенный ниже код показывает нам, как такой список дел может быть создан и прочитан пользователю. Также была создана функция добавления новых элементов в список.
#Speaking out the list
def show_todo():
speaker.say("Your list contains the following elements")
for item in todo_list:
speaker.say(item)
speaker.runAndWait()
#Adding elements to a todo list
def add_todo();
global recognizer
speaker.say("What item do you want to add?")
speaker.runAndWait()
done = True
while done:
try:
with speech_recognition.Microphone() as mic:
recognizer.adjust_for_ambient_noise(mic, duration = 0.3)
audio = recognizer.listen(mic)
item = recognizer.recognize_google(audio)
item = item.lower()
todo_list.append(item)
done = False
speaker.say(item+" was added to the list!")
speaker.runAndWait()
except speech_recognition.UnknownValueError:
recognizer = speech_recognition.Recognizer()
speaker.say("I'm sorry, can you repeat it again!")
speaker.runAndWait()
Теперь мы создаем функцию выхода, чтобы отправить пользователя: P
#Exiting from your assistant
def close():
speaker.say("Bye. Coming back soon!")
speaker.runAndWait()
sys.exit(0)
После определения всех функций мы должны сопоставить каждую из функций с одним из объектов в файле JSON. Синтаксис для этого приведен ниже.
mappings = {
"greeting": hello,
"create_node": create_node,
"add_todo": add_todo,
"show_todo": show_todo,
"exit": close
}
Примечание. В приведенном выше коде не забудьте сопоставить имена функций, а не вызывать функцию. Программа автоматически вызывает функцию на основе имен функций.
Последнее в программе предназначено для обучения модели распознаванию намерений. Эта часть обучения выполняется с помощью метода GenericAssistant, который присутствует в модуле neurointents.
#Training a model to recognize the intents
assistant = GenericAssistant('intents.json',intent_methods=mappings)
assistant.train_model()
assistant.request()
Теперь мы создали голосового помощника, который работает в соответствии с намерениями пользователя. Нам просто нужно создать фрагмент кода, который постоянно слушает пользователя. В приведенном ниже коде показано, как наш помощник продолжает прослушивать ввод пользователя.
while True:
try:
with speech_recognition.Microphone() as mic:
recognizer.adjust_for_ambient_sound9mic, duration = 0.2)
audio = recognizer.listen(mic)
message = recognizer.recognize_google(audio)
message = message.audio()
assistant.request(message)
except speech_recogniton.UnkownValueError:
recognizer = speech_recognition.Recognizer()
Весь код присутствует в моем репозитории GitHub. При необходимости проверьте файл.
https://github.com/ThejasBK/Python-Projects/blob/master/virtualAssistant.py
