【Raspberry Pi 3 Model B】男ひとり酒を飲みながらラズパイと会話したい（第４回） #Python

概要

docomoのAPIや、Open JTalk等を組み合わせれば、ラズパイと会話ができそうなので作ってみました。
第４回は今までのを組み合わせた音声での会話です。

参考にしたサイト

前提条件

モデル : Raspberry Pi 3 Model B
OS : Raspbian Stretch
マイク（USB）
スピーカー（アナログ）

$ uname -a
Linux raspberrypi 4.14.30-v7+ #1102 SMP Mon Mar 26 16:45:49 BST 2018 armv7l GNU/Linux

音声会話

第１回から第３回の組み合わせで、新しいことはしてないつもりなので、いきなりスクリプトです。

$ vi pitalk.py

pitalk.py

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import requests
import json
import subprocess

APIKEY = '入手したAPIKEY'
url1 = "https://api.apigw.smt.docomo.ne.jp/amiVoice/v1/recognize?APIKEY={}".format(APIKEY)
url2 = "https://api.apigw.smt.docomo.ne.jp/dialogue/v1/dialogue?APIKEY={}".format(APIKEY)

#1回目の会話（context取得のため空実行）
payload = {'utt' : '', 'context': ''}
headers = {'Content-type': 'application/json'}
r = requests.post(url2, data=json.dumps(payload), headers=headers)
context = r.json()['context']

#2回目以降の会話(Ctrl+Zで終了)
while True:
    # 録音
    cmd = [
        'arecord',
        '-D','plughw:0,0',
        '-d','3',
        '-r','16000',
        '-f','S16_LE',
        '/tmp/tmp1.wav'
        ]
    subprocess.call(cmd)
    # 音声認識
    files = {"a": open('/tmp/tmp1.wav', 'rb'), "v":"on"}
    r = requests.post(url1, files=files)
    print r.json()['text']
    # 雑談対話
    payload['utt'] = r.json()['text']
    payload['context'] = context
    payload['t'] = '20'
    r = requests.post(url2, data=json.dumps(payload), headers=headers)
    response = r.json()['utt']
    print "response: %s" %(response)
    # 音声合成
    f = open('/tmp/tmp2.txt', 'w')
    f.write(response.encode('utf-8'))
    f.flush()
    f.close()     
    cmd = [
        'open_jtalk',
        '-m','/usr/share/hts-voice/mei/mei_normal.htsvoice',
        '-x','/var/lib/mecab/dic/open-jtalk/naist-jdic',
        '-ow','/tmp/tmp2.wav','/tmp/tmp2.txt'
        ]
    subprocess.call(cmd)
    cmd = [
        'aplay','/tmp/tmp2.wav'
        ]
    subprocess.call(cmd)

実行

$ python pitalk.py

音声で会話ができれば成功です！！
エンドレスで続きます。。。

まとめ

現状だと、こちらが発言するタイミングが分かりにくいので、BEEP音的なものがあるといいですね。
あとは、Bluetoothリモートシャッターを押すと起動して（参考）、特定の言葉で終了できるようにすれば、実用的かと思います。
気が向いたら番外編でアップデートします。。。

記事

【Raspberry Pi 3 Model B】男ひとり酒を飲みながらラズパイと会話したい（第１回）
【Raspberry Pi 3 Model B】男ひとり酒を飲みながらラズパイと会話したい（第２回）
【Raspberry Pi 3 Model B】男ひとり酒を飲みながらラズパイと会話したい（第３回）
【Raspberry Pi 3 Model B】男ひとり酒を飲みながらラズパイと会話したい（第４回）