はじめてのGoogle AIY Voice Kit⑦【音声認識編】

はじめに

前回のサンプルコード実行編の記事はこちらから
今回はGoogleの「Cloud Speech-to-Text API」というAPI（音声をテキストに変換する）を使用し、音声認識の機能を試してみたいと思います。

※「Speech-to-Text」を使用するためには、事前にGoogle Cloud PlatformでAPIを有効化し、秘密鍵（JSON）をホームディレクトリに配置しておく必要があります

Google Cloud Platformにログイン

①Googleアカウントを用意します。
②Google Cloud Platformにログインします。
以下の画像が表示された場合、[無料で使ってみる]を選択し、その後画面に表示される手順に沿って登録します。

請求先アカウントの追加

ログイン後、左側に表示されるナビゲーションメニューの中から「お支払い」を選択し、請求先アカウントを追加します。
※請求先アカウントの追加はCloud Speech-to-Tex APIの利用に必須となっています

Cloud Speech-to-Tex APIの請求について 月に60分未満使用する場合は無料です。 それを超えると、料金が15秒ごとに0.006ドルかかります。

プロジェクトの作成

Google AIY Voice Kitで使用する全てのAPIを管理するプロジェクトを作成します。

①画像のように▼マークがある箇所を選択します。

②[新しいプロジェクト]を選択します。

③以下のように、プロジェクトを設定します。

・プロジェクト名：任意のプロジェクト名を入力
・プロジェクトID：任意でプロジェクトIDをデフォルトのIDから変更
・場所：「組織なし」を選択

[作成]ボタン押下

④作成したプロジェクトを選択します。

APIの有効化

①ナビゲーションメニューの中から「APIとサービス」を選択します。

②画面上部の[APIとサービスの有効化]を選択します。

③検索欄に、「Cloud Speech-to-Text」と入力します。

④一番上の「Cloud Speech-to-Text API」を選択します。

⑤[有効にする]ボタンを押下し、APIを有効にします。

⑥有効化後、[認証情報を作成]ボタンを押下します。

認証情報の作成

①画像のようなページが表示されるため、以下のようにします。

・使用するAPI：「Cloud Speech-to-Text API」を選択
・アクセスするデータの種類：アプリケーションデータ」にチェック
・APIの使用予定：「いいえ、使用していません」を選択

[次へ]ボタン押下

・サービスアカウント名：任意の名称を入力
・サービスアカウントID：任意のIDを入力
・サービスアカウントの説明：説明を任意で入力（入力しなくてもOK）

[完了]ボタン押下

②認証情報が作成されました。
③サービスアカウントを選択します。

秘密鍵の作成

①メールの箇所を選択します。

②「キー」タブから[鍵を追加]ボタンを押下します。

③秘密鍵のキータイプでは「JSON」を選択し、[作成]ボタンを押下します。

④秘密鍵がダウンロードされました！
[閉じる]ボタンを押下し、秘密鍵の作成を終了します。

秘密鍵のリネーム

ダウンロードた秘密鍵のファイル名には、プロジェクト名と番号が含まれています。フ
ファイル名をcloud_speech.json にリネーム（ファイル名を変更）します。

秘密鍵をラズパイ上に配置

・リネームした秘密鍵cloud_speech.jsonをラズパイのホームディレクトリに配置します。

・秘密鍵は任意のディレクトに配置しておきます。
以下のディレクトリに配置しました。（今回は公式サイトと同じように実施しましたが、任意のディレクトリでOKです）

c:\Users\【ユーザー名】\path\to\downloaded\cloud_speech.json

①Visual Studio Codeを起動します。
②Visual Studio Codeのターミナルを開きます。
③以下のcdコマンドでカレントディレクトリ（今回はCドライブ）から、cloud_speech.jsonまで移動します。

cd Users\【ユーザー名】\path\to\downloaded\cloud_speech.json

④以下のscpコマンドで秘密鍵をラズパイのホームディレクトリにコピーします。

scp cloud_speech.json [e-mail]:~/

⑤ラズパイのパスワードを聞かれるため、パスワードを入力します。
⑥cloud_speech.jsonと表示されたらコピー成功です！

秘密鍵がラズパイのホームディレクトリに配置されました！

コード記述、プログラム実行

秘密鍵をラズパイのホームディレクトリに配置したら、Pythonファイルを作成し以下のサンプルコードを記述します。

①以下のコマンドでPythonファイル「speech-to-text.py」を作成します。

sudo vi speech-to-text.py

②作成したPythonファイル「speech-to-text.py」に以下のコードを記述します。

#!/usr/bin/env python3
import datetime
from aiy.board import Board
from aiy.cloudspeech import CloudSpeechClient

print('Speech To Text（書き取り）のサンプルです（"終了"と言うと終了します）')
client = CloudSpeechClient()
with Board() as board:
    while True:
        print('聴き取り中・・・')
        text = client.recognize(language_code='ja-JP',
                                hint_phrases=('今何時', '今日の天気は', '終了'))
        if text is None:
            print('何かしゃべってよ')
            continue

        print('「{}」と言いましたね！'.format(text))

        if '今何時' in text:
            now = datetime.datetime.now()
            print(now)
        if '今日の天気は' in text:
            print('たぶん晴れじゃないかなあ')
        elif '終了' in text:
            print('え？もう行っちゃうの・・・？')
            break

③以下のコマンドを入力し、「speech-to-text.py」を実行します。

python3 speech-to-text.py

実行結果

Voice Kitに向かって「こんにちは」と言うと…
無事に聞き取ってくれました！
「終了」と言うと聴き取りが終了します。