- The added line is THIS COLOR.
- The deleted line is THIS COLOR.
[[Tutorial]]
#contents
*音声認識 [#t40318dd]
ここではSIGVerseで音声認識を行う方法を説明します。
※NIIサーバではSIGVerseのバージョン101104以降で正常に動作します。また、音声認識を行うためには、SIGVerseのインストール時にJulius(音声認識を行うソフト)やdictation-kitの場所を指定する必要があります。指定方法は[[こちら>SIGVerseのインストール(NIIサーバ)]]
**音声データ(waveファイル)の音声認識 [#pc99087f]
ここではあらかじめ用意されているサンプルの音声データ(waveファイル)を音声認識してみたいと思います。
***コントローラ作成 [#m6feace7]
音声データを受け取り、音声認識を行うエージェントのコントローラを作成します。
$ cd ~/sigverse-<version>/bin/NewWorld
$ emacs soundRecog.cpp
soundRecog.cpp
#include <Controller.h>
#include <ControllerEvent.h>
#include <RawSound.h>
#include <Logger.h>
#include <Text.h>
class AgentController : public Controller
{
public:
//音声データを受け取った時に呼出される関数onRecvSoundの利用を宣言します。
void onRecvSound(RecvSoundEvent &evt);
};
void AgentController::onRecvSound(RecvSoundEvent &evt)
{
//音声データを取得します。
RawSound * sound = evt.getRawSound();
// 音声認識結果をテキストで取得します。
Text * text = getText(*sound);
if (text) {
// 音声認識結果を表示します。
const char * str = text->getString();
LOG_MSG(("text : %s", str));
// 必要なくなったらテキストデータをdeleteします。
delete text;
}
}
extern "C" Controller * createController ()
{
return new AgentController;
}
***コンパイル [#gdda3ca6]
Makefileを修正します。
$ emacs Makefile
オブジェクトファイルの指定のところをsoundRecog.soを指定します。
#オブジェクトファイルの指定
OBJS = soundRecog.so
#ref(makefile_sound)
コンパイルします。
$ make
***世界ファイル作成 [#l5f5ce8b]
$ cd ..
$ emacs xml/soundRecog.xml
<?xml version="1.0" encoding="utf8"?>
<world name="VisTest2">
<gravity x="0.0" y="-9.8" z="0.0"/>
<!--音声データ受信エージェントRobot-niiの設定-->
<instanciate class="Robot-nii.xml">
<set-attr-value name="name" value="robot_000"/>
<set-attr-value name="language" value="c++"/>
<!--音声データ受信者のコントローラ指定-->
<set-attr-value name="implementation"
value="./NewWorld/soundRecog.so"/>
<!--動力学演算をfalseに設定-->
<set-attr-value name="dynamics" value="false"/>
<!--エージェントの位置(x,y,z)-->
<set-attr-value name="x" value="0.0"/>
<set-attr-value name="y" value="60.0"/>
<set-attr-value name="z" value="-60.0"/>
</instanciate>
これで準備完了です。
***SIGVerse,Juliusの起動 [#q211f39e]
まずSIGVerseを起動します。
$ ./sigserver.sh -p 9001 -w soundRecog.xml $
次にJuliusを起動します。エンターキーを押してコマンドを続行します。
$ ./sigjsp.sh -p 9001
sigjsp.shというシェルスクリプトでJuliusを起動します。また、シミュレーションサーバが起動しているポート番号を-pオプションで指定してJuliusが起動したことを知らせます。
以下のようなメッセージが表示されればJuliusは正常に起動しています。
Stat: adin_tcpip: waiting connection...
===================================
julius adinnet port connect ok!
Stat: server-client: connect from 127.0.0.1
Stat: adin_tcpip: connected
===================================
***************************************
*** julius successfully started ***
***************************************
*******************************************************
connect to SimServer (localhost:9111) ok
*******************************************************
clerkName (socio.iir.nii.ac.jp)
send COMM_REQUEST_PROVIDE_SERVICE ok
waiting for connection ... (accept sock: 7)
[SYS] socio.iir.nii.ac.jp:7500 : service provider
[SYS] 127.0.0.1 connected
***SIGViewerから音声データの送信 [#jac958b8]
SIGVerse,Juliusが起動している状態で、クライアント側でSIGViewerを起動し、サーバに接続します。接続が完了するとロボット型エージェントが立っているのが見えると思います。
次にSIM_STRL_CMDがSTARTとなっている状態で、"send"ボタンを押してシミュレーションを開始し、右上にあるCommandタブをクリックします。一番上の入力欄はgeneralとvoiceを選択できるようになっています。ここではvoiceを選択します。次に"送信対象選択"ボタンをクリックしてロボット型エージェントをクリックします。次に"Send Voice"ボタンをクリックします。
#ref(sound_1.jpg)
送信する音声データを選択するダイアログが表示されるので、SIGViewerをインストールしている場所、デフォルトでは
C:\Program Files\SIGViewer_<version>\SIGViewer\release
にあるsample.wavを選択して、音声データを送信します。
すると以下のようなメッセージが表示され、
"貧乏参考ください"という音声認識結果が表示されると思います。
connection accepted. (sock=8)
waiting for connection ... (accept sock: 7)
connection accepted. (sock=8)
waiting for connection ... (accept sock: 7)
[MSG] robot_000(127.0.0.1) text : 貧乏参考ください。
音声データ(sample.wav)を聞いてい見ると"リンゴを三個ください"と言っていますので、少し間違って認識されているのがわかります。