आवाज पहचान वर्गीकरण: 4 कदम (चित्रों के साथ)

2024 लेखक: John Day | [email protected]. अंतिम बार संशोधित: 2024-01-30 09:23

टीयू डेल्फ़्ट में आईपीडी मास्टर के टीएफसीडी पाठ्यक्रम के लिए।

यह एक निर्देश योग्य है कि आवाज पहचान प्रणाली कैसे बनाई जाए। हम मूल बातें बताते हैं और Arduino और BitVoicer की मदद से इस प्रोजेक्ट को कैसे सेट अप करें। बुनियादी बातों को पूरा करने के बाद हमारा मानना है कि आप इस प्रणाली का उपयोग अपनी पसंद के अनुसार कर सकते हैं।

चरण 1: आउटपुट तैयार करना: आपका Arduino और Box

आपको अपने Arduino, कुछ तारों और LED की आवश्यकता है (तीन करेंगे)। हमने एलईडी को पिन 3, 5 और 6 (सभी पीडब्लूएम पिन, हालांकि हम उनका उपयोग नहीं करते हैं) में लगाया। याद रखें, इस ट्यूटोरियल के लिए हम इनपुट मेथड पर फोकस करते हैं: वॉयस रिकग्निशन। इसलिए, हमने इस प्रणाली के आउटपुट पर ध्यान केंद्रित नहीं किया और इसे काफी सरल रखा।

इस तकनीक के उपयोग को प्रदर्शित करने के लिए हमने एक बॉक्स बनाया जिसमें हम घुटना प्रत्यारोपण के लिए 3डी प्रिंटेड बियरिंग लगाते हैं। विचार यह है कि आपके पास बहुत सी अलग-अलग वस्तुएं हैं और आपको सही खोजने की आवश्यकता है। हम इसे एक छोटी, मध्यम और बड़ी वस्तु के साथ प्रदर्शित करना चुनते हैं जो घुटने के प्रत्यारोपण के लिए असर का प्रतीक है। चीजों को और स्पष्ट करने के लिए हमने छोटे आकार के लिए हरे रंग की एलईडी, मध्यम आकार के लिए पीली एलईडी और बड़े के लिए लाल एलईडी का उपयोग करने का निर्णय लिया।

चरण 2: बिटवॉयर सेट करना

पहली चीज जो आप करना चाहते हैं वह है अपने उत्पाद को मदद> सक्रिय करें के तहत सक्रिय करें। यह आपको Bitvoicer से अपने माइक्रोकंट्रोलर (Arduino) को डेटा भेजने की अनुमति देता है।

इसके बाद, आप Bitvoicer को सेट करना चाहते हैं, इसलिए यह वास्तव में अपने आउटपुट को कॉन्फ़िगर करने के लिए Arduino का उपयोग करता है। फ़ाइल> वरीयताएँ पर जाएँ। यहां आपको कुछ विकल्प दिखाई दे रहे हैं:

पहले पैराग्राफ पर ध्यान न दें। वे स्पष्ट विकल्प हैं, जिससे आप अपना कंप्यूटर शुरू होते ही आवाज पहचान प्रणाली को खोल सकते हैं और शुरू कर सकते हैं। आप बाद में रास्पबेरी पाई का उपयोग करके इस पर विचार कर सकते हैं और एक स्टैंडअलोन सिस्टम बना सकते हैं।

इसके बाद, आपको निम्न विकल्प दिखाई देता है:

वाक् पहचान भाषा: यह निर्धारित करना कि बिटवॉयर को किस भाषा को पहचानना चाहिए, स्वीकार्य आत्मविश्वास का स्तर: ध्यान रखें कि आवाज पहचान 'भविष्यवाणी' करती है कि क्या कहा गया है। यह कभी भी १००% तक नहीं पहुंच सकता है, लेकिन ४०% पहले से ही प्रभावी ढंग से काम करने के लिए पर्याप्त हो सकता है। यह उपयोगकर्ता के उच्चारण, भाषण की मात्रा या माइक्रोफ़ोन पर निर्भर करता है। हम बाद में इस पर वापस आएंगे।

न्यूनतम ऑडियो स्तर: न्यूनतम ऑडियो स्तर जिसे कंप्यूटर को सुनना चाहिए

ऑडियो स्तर सक्रिय अवधि (एमएस): न्यूनतम ऑडियो स्तर तक पहुंचने के बाद इसे कितनी देर तक सुनना चाहिए

विलंबता अवधि: आपके वॉइस कमांड और आउटपुट के बीच विलंब।

अगले पैराग्राफ में, आपको अक्षम संचार को अनचेक करना चाहिए। यह Bitvoicer को Arduino से संचार करने की अनुमति देता है। पोर्ट नेम, बिट्स प्रति सेकेंड, पैरिटी, स्टॉप बिट्स, फ्लो कंट्रोल निम्नलिखित सेटिंग्स हैं। पोर्ट नाम को सही सीरियल पोर्ट पर सेट करें (इसे COMX नाम दिया गया है जिसमें X एक नंबर है, आप इसे Arduino में मदद> पोर्ट के तहत पा सकते हैं)। सुनिश्चित करें कि आपके बिट प्रति सेकंड 9600 हैं। आप अन्य विकल्पों को उनके डिफ़ॉल्ट होने के लिए छोड़ सकते हैं।

अगले पैराग्राफ के लिए, हम कंप्यूटर के माइक्रोफ़ोन का उपयोग करने जा रहे हैं।

अब आप Bitvoicer के साथ खेलने के लिए तैयार हैं।

चरण 3: बिटवॉइसर का उपयोग करना

इस वीडियो में हम बताते हैं कि बिटवोइसर का उपयोग कैसे किया जाता है।

चरण 4: Arduino कोड

हमने दूसरे स्रोत कोड का उपयोग किया और इसका उपयोग करने के लिए इसे सरल बनाया। निर्देश के साथ सरलीकृत संस्करण संलग्न Arduino कोड में पाया जा सकता है। (आप यहां स्रोत देख सकते हैं

इतना ही! अब आप एक इनपुट के रूप में वॉयस कमांड का उपयोग करने में सक्षम हैं और यह तय कर सकते हैं कि आपको arduino कोड में कौन सा आउटपुट चाहिए।

www.youtube.com/watch?v=u8QUKTFdQgU