如何使用Python构建TARS：Scratch的虚拟助手

小培

　　今天我们将使用Python构建演示TARS。TARS可以帮助您自动执行任务，例如在YouTube中搜索视频并播放，发送电子邮件，打开网站，在Wikipedia中搜索材料并阅读它们，通知您所在国家的天气预报，问候等等。通过构建TARS，将增加您的Python知识，并学习许多有用的工具。想知道如何使用Python构建TARS，首先让我们首先创建虚拟环境并构建TARS的基本音频系统。
- S, ?  S) ]2 T" k6 |

1. <p>　　mkdirTARS</p>
   
2. <p>　　cdTARS</p>
   
3. <p>　　virtualenvvenv</p>

复制代码

( s5 [9 r5 _; r: q; A　　要激活下面的venvrun命令

1. 　　.venv/bin/activate

复制代码

　　什么是虚拟环境?
3 {+ E4 ^- t4 N/ H, [% U3 U　　激活venv后，我们需要通过以下命令安装主库：
/ s7 O% [/ Y! u　　pip3installgTTSSpeechRecognitionPyAudiopygame
# q( ?& V- t7 w; F+ t& u! ?- L　　gTTS是一个Python库和CLI工具，可与GoogleTranslate的文本到语音API交互。此模块有助于将字符串文本转换为语音文本，并可以另存为.mp3
　　语音识别是家庭自动化，人工智能等多种应用中的重要功能。语音识别需要音频输入，而语音识别使检索此输入变得非常简单。无需从头开始构建脚本来访问麦克风并处理音频文件，SpeechRecognition只需几分钟即可让您启动并运行。
# ^) G  D6 q* q7 M$ |& x　　要使用SpeechRecognizer访问麦克风，您必须安装PyAudio软件包
　　Pygame是一组跨平台的Python模块，旨在编写视频游戏。它包括旨在与Python编程语言一起使用的计算机图形和声音库。
　　现在，让我们构建TARS的语音系统：
8 c3 ~% R0 ?' ]" I; r6 f

1. <p>　　fromgttsimportgTTS</p>
   
2. <p>　　importspeech_recognitionassr</p>
   & t# s7 `$ ~7 y/ M
3. <p>　　frompygameimportmixer</p>
   
4. <p>　　deftalk(audio):</p>
   0 i& A7 O* a, {9 y' I9 K
5. <p>　　print(audio)</p>
   
6. <p>　　forlineinaudio.splitlines():</p>
   
7. <p>　　text_to_speech=gTTS(text=audio,lang='en-uk')</p>
   
8. <p>　　text_to_speech.save('audio.mp3')</p>
   
9. <p>　　mixer.init()</p>
   / }3 g! {& b0 y$ Q1 ~) b0 h
10. <p>　　mixer.music.load("audio.mp3")</p>
    ) f& H* R9 A, I* D* }' p5 z
11. <p>　　mixer.music.play()</p>

复制代码

% L9 {  v+ N3 O! Q/ h! m; f/ Q　　我们通过音频作为使TARS说话的一种论据。例如talk程序将在splitlines()方法的帮助下循环这些行。此方法用于在线边界处分割线。检查splitlines()了解更多。然后，gTTS将处理所有这些文本转换为语音。text参数定义要读取的文本，lang定义用于读取文本的语言(IETF语言标签)。循环完成后，save()方法将结果写入文件。
　　pygame.mixer是用于加载和播放声音的模块，必须在使用之前进行初始化。
　　现在，让我们创建一个监听命令的函数：
: i5 J2 O, i* }" }- h* f

1. <p>　　defmyCommand():</p>
   
2. <p>　　#Initializetherecognizer</p>
   6 R) f" j& w6 s+ w4 c3 l. Z; W
3. <p>　　r=sr.Recognizer()</p>
   
4. <p>　　withsr.Microphone()assource:</p>
   
5. <p>　　print('TARSisReady...')</p>
   
6. <p>　　r.pause_threshold=1</p>
   0 n9 a$ A7 T2 S$ Z1 i9 G$ u
7. <p>　　#waitforasecondtolettherecognizeradjustthe</p>
   
8. <p>　　#energythresholdbasedonthesurroundingnoiselevel</p>
   
9. <p>　　r.adjust_for_ambient_noise(source,duration=1)</p>
   
10. <p>　　#listensfortheuser'sinput</p>
    6 q4 {8 q: o( h7 Q; j$ D" ~  M
11. <p>　　audio=r.listen(source)</p>
    % j8 d- X+ d+ R5 a! A  Q* o
12. <p>　　try:</p>
    
13. <p>　　command=r.recognize_google(audio).lower()</p>
    
14. <p>　　print('Yousaid:'+command+'\n')</p>
    
15. <p>　　#loopbacktocontinuetolistenforcommandsifunrecognizablespeechisreceived</p>
    
16. <p>　　exceptsr.UnknownValueError:</p>
    . v4 M! ^1 h7 [( P: ?. H( t
17. <p>　　print('Yourlastcommandcouldn\'tbeheard')</p>
    
18. <p>　　command=myCommand();</p>
    
19. <p>　　returncommand</p>

复制代码

% g* t: s! d, N7 F! m: }　　在此功能中，我们使用了SpeechRecognition库。它充当几种流行语音API的包装，因此非常灵活。其中之一-GoogleWebSpeechAPI-支持默认API密钥，该密钥硬编码到SpeechRecognition库中。这意味着您可以不用注册服务就能站起来。
, E& l( f3 j+ d0 D* @　　为了能够通过语音识别使用自己的声音，您需要PyAudio软件包。像用于音频文件的Recognizer一样，我们将需要使用Microphone来获取实时语音数据。
, `8 m! ~8 t2 q; r4 W5 v　　您可以使用with块内Recognizer类的listen()方法捕获来自麦克风的输入。此方法将音频源作为其第一个参数，并记录来自该源的输入，直到检测到静音为止。
, {: I% V! h" h) L　　尝试在安静的地方说出您的命令，否则TARS可能会造成混淆。
( s; {' i6 A* C9 Q7 N/ S0 c　　综上所述，对于如何使用Python构建TARS：Scratch的虚拟助手的信息，相信大家已经清楚了吧。

3 ?2 d. g% b' E3 Q' o) ^2 |. [9 ]