- The added line is THIS COLOR.
- The deleted line is THIS COLOR.
Up:[[Tutorial]] Previous:[[エージェント間のメッセージのやりとり]] Next:[[視覚に関する操作]]
#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
#highlight(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();
//音声ヘッダを取得します。
RawSoundHeader &h = sound->getHeader();
LOG_MSG(("channel = %d", h.getChannelNum()));
LOG_MSG(("sampling rate = %u", h.getSamplingRate()));
//エンディアンを得ます。
RawSoundEndian endian = h.getEndian();
LOG_MSG(("endian : %s", endian == RAW_SOUND_LITTLE_ENDIAN? "little": "big"));
// 生の WAVデータを取得します。
int datalen = sound->getDataLen();
char * data = sound->getData();
// 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;
}
}}
音声認識した結果を表示するサンプルです。
***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
soundRecog.xml
#highlight(xml){{
<?xml version="1.0" encoding="utf8"?>
<?xml version="1.0" encoding="utf8"?>
<world name="myworld4">
<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。このとき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が起動したことをシミュレーションサーバに知らせます。
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。正常に起動しない場合は[[Juliusの設定>#w9e5b872]]を参照ください。
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) channel = 0
[MSG] robot_000(127.0.0.1) sampling rate = 0
[MSG] robot_000(127.0.0.1) endian : little
[MSG] robot_000(127.0.0.1) text : 貧乏参考ください。
音声データ(sample.wav)を聞いていみると「リンゴを三個ください」と言っているので、少し間違って認識されているのがわかります。
※SIGVerseを終了してもJuliusだけが起動しつづていることがありますので注意してください。以下のコマンドで起動中のプロセスを確認できます。
$ ps aux | grep <username>
**Juliusの設定 [#w9e5b872]
SIGVerseはjuliusのモジュールモードを使って通信を行います.また、音声データはadinnetというjuliusの提供するネットワーク経由での音声入力ポートを使用します.
juliusとシミュレーションサーバの通信を行うためのポート番号が他のユーザーと重複している場合Juliusは正常に起動しません。ここではこれらのポート番号の設定方法を説明します。
***Juliusサーバの設定 [#ee41288b]
まずディクテーションキットを自分のホームディレクトリにコピーします。(またはサイトからダウンロードしてきます。)
$ cp -r /usr/local/share/dictation-kit-v4.0 ~/
次にコピーしたディレクトリの中にSIGVerse用に設定されたJulius設定ファイルがすでに用意されています。この設定ファイルを修正します。
ダウンロードした場合は設定ファイルをこちらに置き換えてください。
#ref(fast.jconf)
$ emacs ~/dictation-kit-v4.0/fast.jconf
ここでサーバモジュールモード、adinnetのポート番号を設定します。以下の2点を修正します。
-サーバモジュールモードのポート番号
######################################################################
#### サーバーモジュールモード
######################################################################
-module # サーバーモジュールモードで起動
↓
######################################################################
#### サーバーモジュールモード
######################################################################
-module 10511 # サーバーモジュールモードで起動
-adinnetポート番号
######################################################################
#### 音声入力ソース
######################################################################
## どれかを選んでください(デフォルト:mfcfile)
(省略)
-input adinnet
↓
######################################################################
#### 音声入力ソース
######################################################################
## どれかを選んでください(デフォルト:mfcfile)
(省略)
-input adinnet
-adport 10522
ここではadinnetポート番号を10511, モジュールポート番号を10522としました。他のユーザーと重複しにくい番号に変更することをお勧めします。
***シミュレーションサーバの設定 [#t8869d80]
次にシミュレーションサーバの設定を行います。
Julius起動時にシミュレーションサーバは以下の設定ファイルを読み込みます。見てみましょう。
$ emacs /home/<usrname>/sigverse-<version>/share/sigverse/etc/sigjsp.conf
デフォルトでは以下のようになっています。
# ************************************************************
# sigjsp configuration file
# ************************************************************
# ======================================================
# SimServer hostname and port number
# ======================================================
SERVER=localhost
PORT=7000
# ======================================================
# Port number that sigjsp waiting for connection
# ======================================================
SERVICE_PORT=7500
# ======================================================
# julius port number
# ======================================================
JULIUS_MODULE_PORT=10500
JULIUS_ADINNET_PORT=5530
# ======================================================
# julius path (not directory, path to executable)
# ======================================================
JULIUS_PATH=/usr/local/bin/julius
# ======================================================
# julius config file
#
# [remark]
# when relative path is specified, actual path is
# calculated from current directory.
# (ex)
# JULIUS_CONFIG_FILE=fast.jconf
# $ pwd
# /home/somebody
# $ sigjsp
# ---> sigjsp searches for /home/somebody/fast.jconf
# ======================================================
JULIUS_CONFIG_FILE=/usr/local/share/dictation-kit-v4.0/fast.jconf
# ======================================================
# some wait time to finish starting julius (in msec)
# ======================================================
# DELAY_TIME_FOR_START_JULIUS=3000
ここでは以下の設定が行えます。
-シミュレーションサーバのポート番号(デフォルト7000)
-Juliusサービスプロバイダのポート番号(デフォルト7500)
-Juliusモジュールのポート番号(デフォルト10500)
-Juliusのadinnetポート番号(デフォルト5530)
-Juliusの実行ファイルの場所
-Juliusの設定ファイルの場所
これらのポート番号はJuliusで設定されているデフォルトのポート番号の値に設定されています。これらの値を先ほど設定したポート番号に変更します。
JULIUS_MODULE_PORT=10500
JULIUS_ADINNET_PORT=5530
↓
JULIUS_MODULE_PORT=10511
JULIUS_ADINNET_PORT=10522
次にJuliusサービスプロバイダのポート番号を重複しにくい番号に変更します。
SERVICE_PORT=7500
↓
SERVICE_PORT=10533
次にJulius設定ファイルの場所を変更します。
JULIUS_CONFIG_FILE=/usr/local/share/dictation-kit-v4.0/fast.jconf
↓
JULIUS_CONFIG_FILE=/home/<username>/dictation-kit-v4.0/fast.jconf
また、これらのポート番号や設定ファイルはsigjsp.shの実行時に指定することもできます。何も指定しなければ上記の設定ファイルで指定した値になります。
% sigjsp.sh [-p <number>] [-sp <number>] [-mp <number>] [-ap <number>] [-e <path>] [-C <config.jconf>]
OPTION :
-p <number> : シミュレーションサーバのポート番号
-sp <number> : Juliusサービスプロバイダのポート番号
-mp <number> : Juliusモジュールモードポート番号
-ap <number> : adinnetポート番号
-e <path> : Juliusの場所 (デフォルト: /usr/local/bin/julius)
-C <config.jconf;> : Juliusの設定ファイルの場所
これで設定は完了です。Juliusが正常に起動することを確認してください。
**音声データ(マイクからの入力)の音声認識 [#w8e9ffc0]
次にマイクで録音した音声データをSIGVerseで音声認識する方法を説明します。
※クライアントpcにマイクが接続されていることが前提となります。
***コントローラ編集 [#a43d5b9a]
先ほど作成したコントローラsoundRecog.cppを編集します。
$ cd ~/sigverse-<version>/bin/NewWorld
$ emacs soundRecog.cpp
#highlight(cpp:firstline[38]){{
// 音声認識結果を表示します。
const char * str = text->getString();
LOG_MSG(("text : %s", str));
}}
の下に以下のコードを追加します。(これがなくても音声認識はできます)
#highlight(cpp:firstline[41]){{
if(strstr(str, "こんにちは"))
{
// 自分自身を得ます
SimObj *my = getObj(myname());
// 手を挙げます。
my->setJointAngle("RARM_JOINT2", DEG2RAD(90));
}
}}
これは「こんにちは」という認識結果が得られた場合に手を挙げるというものです。
それではコンパイルして実行してみましょう。
$ make
***録音した音声データの認識 [#ycb258d6]
シミュレーションサーバを起動します。
$ ./sigserver.sh -p 9001 -w soundRecog.xml &
Juliusを起動します。
$ ./sigjsp.sh -p 9001
次にSIGViewerを起動してサーバに接続し、先ほどと同様にシミュレーションを開始し、右上のcommタブをクリック、voiceを選択、送信対象者指定します。そして"Rec Start"ボタンをクリックして録音を開始します。
#ref(sound_2.jpg)
マイクに向かって「こんにちは」としゃべってみてください。録音が終わったら"Rec End"ボタンをクリックします。この時SIGViewerの左下に「captured voice save to (Capture.wav)と表示されたら正常に音声データは録音されています。
#ref(sound_3.jpg)
次に"Send Voice"ボタンをクリックして先ほど録音したCapture.wavを選択します。先ほどのサンプルファイルsample.wavと同じ場所にCapture.wavが作成されています。
「こんにちは」と音声認識されればロボットが手を挙げると思います。ロボットが手を挙げるまでチャレンジしてみてください。
#highlight(end)
//**他のエージェントへ音声データ送信 [#b4d2b5db]
Up:[[Tutorial]] Previous:[[エージェント間のメッセージのやりとり]] Next:[[視覚に関する操作]]