Yandex SpeechKit HTTP API का उपयोग करके Asterisk में वाक् पहचान

यह लेख Google द्वारा तारांकन के लिए संश्लेषण और भाषण मान्यता के आधार पर लिखा गया है, जिसमें कोई बड़ा बदलाव नहीं हुआ है। वाक् पहचान के लिए, Yandex SpeechKit HTTP API प्लेटफॉर्म का उपयोग किया जाता है।



डायलप्लान में सब कुछ अपरिवर्तित है (एक्सटेंशन में एक उदाहरण। मेरे एईएल में एक्सटेंशन की तुलना में अधिक सुविधाजनक है। एफ़एल:

s => { Answer(); Wait(1); Record(/tmp/${UNIQUEID}.wav,3,20); AGI(yandex_voice.php,/tmp/${UNIQUEID}); NoOp(${TEXT}); Hangup(); };
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

उदाहरण बहुत आदिम है: हम कॉल का जवाब देते हैं, 1s प्रतीक्षा करें। भाषण को रिकॉर्ड करें, जो कहा गया था उसे पहचानें, मान्यता प्राप्त पाठ को एस्टरिस्क कंसोल में प्रदर्शित करें, लेकिन ऑपरेशन का सिद्धांत स्पष्ट है।



अब स्क्रिप्ट के लिए ही।



पहले, इस्तेमाल किए गए चर के बारे में थोड़ा:



$ कुंजी = 'my_secret_key' - यह आपकी API कुंजी है; आप इसे speechkit@yandex-team.ru को पत्र लिखकर प्राप्त कर सकते हैं;



$ विषय = 'मानचित्र' - मान्यता के लिए एक विषय, निम्नलिखित विकल्प संभव हैं:



• फ़्रीफ़ॉर्म - मुफ्त टेक्स्ट, नोट्स इत्यादि। एप्लिकेशन का वेरिएंट: हम वॉइस मेल संदेश को टेक्स्ट में अनुवाद करते हैं और इसे ईमेल या एसएमएस द्वारा भेजते हैं।

• सामान्य - वेब खोज क्वेरी, मैं इस संदर्भ में क्या लागू किया जा सकता है के बारे में नहीं सोच सकता;

• नक्शे - पते, GEO अंक (बार, गैस स्टेशन, होटल, आदि का नाम), आदि;

• संगीत - गीतों, संगीत समूहों आदि के नाम।



$ लैंग = 'आरयू-आरयू' - वह भाषा जिसमें मान्यता प्राप्त होगी, वर्तमान में रूसी 'आरयू-आरयू' और तुर्की 'ट्र-टीआर' का समर्थन किया जाता है, और तुर्की केवल "सामान्य" और "मानचित्र" विषयों के लिए समर्थित है;



$ uuid = '12345678123456781234567812345678' - 32-अंकीय स्ट्रिंग, प्रत्येक अनुरोध के लिए अद्वितीय होना चाहिए।



API को Yandex_SpeechKit_HTTP_API_May [5] .pdf फ़ाइल में और अधिक विस्तार से वर्णित किया गया है, जो आपको कुंजी के साथ भेजा जाएगा, हालांकि एक छोटा एपीआई मैनुअल नहीं पढ़ा जा सकता है, लेकिन यह बेहतर के लिए है।



तारांकन विन्यास के मेरे संस्करण में, स्क्रिप्ट फ़ाइल फ़ोल्डर में स्थित है: / usr / share / तारांकन / agi-bin /



और वास्तव में खुद yandex_voice.php कोड:

 #!/usr/bin/php -q <? $agivars = array(); while (!feof(STDIN)) { $agivar = trim(fgets(STDIN)); if ($agivar === '') break; $agivar = explode(':', $agivar); $agivars[$agivar[0]] = trim($agivar[1]); } extract($agivars); $filename = $_SERVER["argv"][1]; $key = 'my_secret_key'; $topic = "maps"; $lang = "ru-RU"; $uuid = "12345678123456781234567812345678"; system('sox '.$filename.'.wav -r 16000 -b 16 -c 1 '.$filename.'-pcm.wav'); $cmd = exec('curl --silent -F "Content-Type=audio/x-pcm;bit=16;rate=16000" -F "audio=@'.$filename.'-pcm.wav" asr.yandex.net/asr_xml\?key='.$key.'\&uuid='.$uuid .'\&topic='.$topic.'\&lang='.$lang, $xml); $res_xml = implode($xml); if (preg_match('!<variant .*?>(.*)</variant>!si', $res_xml, $arr)) $voice_text = $arr[1]; else $voice_text=''; echo 'SET VARIABLE TEXT "'.$voice_text.'"'."\n"; fgets(STDIN); echo 'VERBOSE ("'.$voice_text.'")'."\n"; fgets(STDIN); exit(0); ?>
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

हां, कोड सही नहीं है, इसे बेहतर किया जा सकता है। एक विकल्प के रूप में, इसे अधिकांश चर को तर्कों के साथ पारित करके अधिक सार्वभौमिक बनाएं या इसे किसी अन्य एजीआई या एआरआई स्क्रिप्ट में एक फ़ंक्शन के रूप में उपयोग करें। जैसा कि मैं अब इसका उपयोग कर रहा हूं, उस शहर को पहचानने के लिए जिसमें ग्राहक स्थित है।