ros+科大迅飞语音包+图灵机器人(二)在ros上使用科大迅飞
在工作空间catkin_ws下创建一个包
$ cd catkin_ws/src/
$ catkin_create_pkg voice_system std_msgs rospy roscpp
把科大迅飞包里的代码复制到你创建的包里,并重命名为xf_tts.cpp
- $ cd SoftWare/samples/tts_sample/
- $ cp tts_sample.c ~/catkin_ws/src/voice_system/src/
- $ cd catkin_ws/src/voice_system/src/
- $ mv tts_sample.c xf_tts.cpp
到SoftWare/include目录下把include拷贝到voice_system包下
- $ cd SoftWare/include
- $ cp * ~/catkin_ws/src/voice_system/include
修改xf_tts.cpp文件(注意要把appid改为自己的appid,gtts.h等路径要改为自己该文件的路径)
- xf_tts.cpp的代码如下
/* * 语音合成(Text To Speech,TTS)技术能够自动将任意文字实时转换为连续的 * 自然语音,是一种能够在任何时间、任何地点,向任何人提供语音信息服务的 * 高效便捷手段,非常符合信息时代海量数据、动态更新和个性化查询的需求。 */#include <stdlib.h> #include <stdio.h> #include <unistd.h> #include <errno.h> #include <ros/ros.h> #include <std_msgs/String.h> #include "/home/fan/SoftWare/include/qtts.h" #include "/home/fan/SoftWare/include/msp_cmn.h" #include "/home/fan/SoftWare/include/msp_errors.h" const char* fileName="/home/fan/music/voice.wav"; const char* playPath="play /home/fan/music/voice.wav";typedef int SR_DWORD; typedef short int SR_WORD ;/* wav音频头部格式 */ typedef struct _wave_pcm_hdr {char riff[4]; // = "RIFF"int size_8; // = FileSize - 8char wave[4]; // = "WAVE"char fmt[4]; // = "fmt "int fmt_size; // = 下一个结构体的大小 : 16short int format_tag; // = PCM : 1short int channels; // = 通道数 : 1int samples_per_sec; // = 采样率 : 8000 | 6000 | 11025 | 16000int avg_bytes_per_sec; // = 每秒字节数 : samples_per_sec * bits_per_sample / 8short int block_align; // = 每采样点字节数 : wBitsPerSample / 8short int bits_per_sample; // = 量化比特数: 8 | 16char data[4]; // = "data";int data_size; // = 纯数据长度 : FileSize - 44 } wave_pcm_hdr;/* 默认wav音频头部数据 */ wave_pcm_hdr default_wav_hdr = {{ 'R', 'I', 'F', 'F' },0,{'W', 'A', 'V', 'E'},{'f', 'm', 't', ' '},16,1,1,16000,32000,2,16,{'d', 'a', 't', 'a'},0 }; /* 文本合成 */ int text_to_speech(const char* src_text, const char* des_path, const char* params) {int ret = -1;FILE* fp = NULL;const char* sessionID = NULL;unsigned int audio_len = 0;wave_pcm_hdr wav_hdr = default_wav_hdr;int synth_status = MSP_TTS_FLAG_STILL_HAVE_DATA;if (NULL == src_text || NULL == des_path){printf("params is error!\n");return ret;}fp = fopen(des_path, "wb");if (NULL == fp){printf("open %s error.\n", des_path);return ret;}/* 开始合成 */sessionID = QTTSSessionBegin(params, &ret);if (MSP_SUCCESS != ret){printf("QTTSSessionBegin failed, error code: %d.\n", ret);fclose(fp);return ret;}ret = QTTSTextPut(sessionID, src_text, (unsigned int)strlen(src_text), NULL);if (MSP_SUCCESS != ret){printf("QTTSTextPut failed, error code: %d.\n",ret);QTTSSessionEnd(sessionID, "TextPutError");fclose(fp);return ret;}printf("正在合成 ...\n");fwrite(&wav_hdr, sizeof(wav_hdr) ,1, fp); //添加wav音频头,使用采样率为16000while (1) {/* 获取合成音频 */const void* data = QTTSAudioGet(sessionID, &audio_len, &synth_status, &ret);if (MSP_SUCCESS != ret)break;if (NULL != data){fwrite(data, audio_len, 1, fp);wav_hdr.data_size += audio_len; //计算data_size大小}if (MSP_TTS_FLAG_DATA_END == synth_status)break;}printf("\n");if (MSP_SUCCESS != ret){printf("QTTSAudioGet failed, error code: %d.\n",ret);QTTSSessionEnd(sessionID, "AudioGetError");fclose(fp);return ret;}/* 修正wav文件头数据的大小 */wav_hdr.size_8 += wav_hdr.data_size + (sizeof(wav_hdr) - 8);/* 将修正过的数据写回文件头部,音频文件为wav格式 */fseek(fp, 4, 0);fwrite(&wav_hdr.size_8,sizeof(wav_hdr.size_8), 1, fp); //写入size_8的值fseek(fp, 40, 0); //将文件指针偏移到存储data_size值的位置fwrite(&wav_hdr.data_size,sizeof(wav_hdr.data_size), 1, fp); //写入data_size的值fclose(fp);fp = NULL;/* 合成完毕 */ret = QTTSSessionEnd(sessionID, "Normal");if (MSP_SUCCESS != ret){printf("QTTSSessionEnd failed, error code: %d.\n",ret);}return ret; } int makeTextToWav(const char* text, const char* filename){ int ret = MSP_SUCCESS;const char* login_params = "appid = 5b090780, work_dir = .";//登录参数,appid与msc库绑定,请勿随意改动/** rdn: 合成音频数字发音方式* volume: 合成音频的音量* pitch: 合成音频的音调* speed: 合成音频对应的语速* voice_name: 合成发音人* sample_rate: 合成音频采样率* text_encoding: 合成文本编码格式**/const char* session_begin_params = "engine_type = local,voice_name=xiaofeng, text_encoding = UTF8, tts_res_path = fo|res/tts/xiaofeng.jet;fo|res/tts/common.jet, sample_rate = 16000, speed = 50, volume = 50, pitch = 50, rdn = 0";/* 用户登录 */ret = MSPLogin(NULL, NULL, login_params); //第一个参数是用户名,第二个参数是密码,第三个参数是登录参数,用户名和密码可在http://www.xfyun.cn注册获取if (MSP_SUCCESS != ret){printf("MSPLogin failed, error code: %d.\n", ret);}else{printf("开始合成 ...\n");ret = text_to_speech(text,filename, session_begin_params);if (MSP_SUCCESS != ret){printf("text_to_speech failed, error code: %d.\n", ret);}printf("合成完毕\n");}MSPLogout();return 0;} void playWav() {system(playPath);} void topicCallBack(const std_msgs::String::ConstPtr& msg) {std::cout<<"get topic text:" << msg->data.c_str();makeTextToWav(msg->data.c_str(),fileName);playWav(); }int main(int argc, char* argv[]) { const char* start= "科大迅飞在线语音合成模块启动";makeTextToWav(start,fileName);playWav();ros::init(argc,argv, "xf_tts_node"); ros::NodeHandle n;ros::Subscriber sub = n.subscribe("/voice/xf_tts_topic", 3,topicCallBack);ros::spin();return 0; }
在CMakeList文件的“include_directories”后加入“include”,在文件末尾加入
add_executable(xf_tts_node src/xf_tts.cpp) target_link_libraries(xf_tts_node ${catkin_LIBRARIES} -lmsc -lrt -ldl -lpthread)
- CMakeList代码
cmake_minimum_required(VERSION 2.8.3) project(voice_system)find_package(catkin REQUIRED COMPONENTSroscpprospystd_msgs )include_directories(include${catkin_INCLUDE_DIRS})add_executable(xf_tts_node src/xf_tts.cpp) target_link_libraries(xf_tts_node ${catkin_LIBRARIES} -lmsc -lrt -ldl -lpthread)
- 在此时到catkin_ws下进行编译
- $ catkin_make
- 编译完后,roscore一下,重新打开窗口到catkin_ws下运行xf_tts_node节点
- $ cd catkin_ws
- $ rosrun voice_system xf_tts_node
- 此时,你能听到,“科大迅飞语音模块启动”的声音“
- 重新打开一个命令窗口,在catkin_ws下发布一个话题
- $ cd catkin_ws
- $ rostopic pub /voice/xf_tts_topic std_msgs/String 你好
- 此时,你会听到”你好的声音“
- 证明ros上运行科大迅飞语音模块成功
以下是我在实现过程中遇到的的一些错误
- 在运行节点时一定要在工作空间catkin_ws下运行,否则会出现10102错误,如果在工作空间下运行还是出现该错误,可以参考https://blog.csdn.net/jack0596_cn/article/details/78663396
- 10102错误显示如下
该文章主要是对自己学习的一些总结,方便以后学习,也对学习该方面的人提供一些帮助,如有问题请指出。
同时该文章也借鉴了ros小课堂的一些内容。
ros+科大迅飞语音包+图灵机器人(二)在ros上使用科大迅飞相关推荐
- ros+科大迅飞语音包+图灵机器人(四)与机器人对话
将以前下载的的语音包的 samples/iat_record/的iat_record.c speech_recognizer.c speech_recognizer.c 拷贝到工程src中, linu ...
- ros+科大迅飞语音包+图灵机器人(三)通过图灵进行语义理解
首先我们需要下载 sduo apt install libcurl3 libcurl4-openssl-dev sudo apt install libjsoncpp0 libjsoncpp-dev ...
- ros+科大迅飞语音包+图灵机器人(一)sdk下载及测试
一.首先从科大迅飞开放平台(http://www.xfyun.cn/)注册一个账户 二.创建应用程序 我这里创建的应用名称为KF 三.下载SDK 只有创建好应用才能下载SDK 在ubuntu创建一个文 ...
- ros+科大迅飞语音包
ros+科大迅飞语音包+图灵机器人(一)sdk下载及测试 2018年06月07日 21:43:47 阅读数:52 一.首先从科大迅飞开放平台(http://www.xfyun.cn/)注册一个账户 二 ...
- python机器人助手--丫丫1.0版本(基于百度语音和图灵机器人)
语音实时对话机器人(基于百度语音和图灵机器人) 注:本版软件是树莓派语音聊天机器人(基于讯飞语音和图灵机器人)的重构版本.本版全部使用python编程,不涉及bash等的操作与编程:本版使用百度语音代 ...
- 基于 QT5 百度语音API 图灵机器人API 的智能语音聊天机器人
基于 QT5 百度语音API 图灵机器人API 的智能语音聊天机器人 程序简介 代码一共分为以下几个模块 伪代码形式为 部分代码 源代码下载地址 程序简介 程序界面包含录音和发送两个按钮 点录音将开始 ...
- 【从零之三(更)】自定义类中调用讯飞语音包错误解决办法
原文:http://blog.csdn.net/monkeyduck/article/details/24302655 在科大讯飞语音包的Mscdemo中它的方法都是写在Activity中的,这样其实 ...
- 探索使用科大迅飞语音包控制机器狗(五)--实现基础语音播报功能
已经实现了的功能: 实时语音流控制机器狗的运动 预期实现的功能还有将机器狗的状态进行语音播报,先记录一下实现过程.我的设计思路是这样的,首先进行snowboy语音唤醒,然后唤醒后进入语音识别功能,之后 ...
- 基于讯飞语音,百度语音,图灵机器人的智能语音机器人毕业设计第一天
语音机器人C语言终极版 c代码更新的地址: https://github.com/1158114251/-Intelligent-speech-robot 视频地址: https://www.bili ...
最新文章
- 各种ARM仿真器接口图
- consolel API大全-附测试结果
- Android客户端内置内存工具进行崩溃定位的实践经验
- GreenPlum查看表和数据库大小
- ubuntu下安装与使用Log4cpp
- 这款手机开卖在即却预约不足千人 网友:原来它还没凉?
- 计算机科学自考本科的科目,自考本科计算机专业考哪些
- 互联网敏捷 Scrum 和项目管理
- 进度条Progress的用法介绍
- 0基础看-最大似然函数,原理,基本概念,例子
- ps怎么保存一小块的图片_ps中怎么保存图片
- Shifting More Attention to Video Salient Object Detection (CVPR 2019)
- 批量修改文件名,图文教学,2分钟简单学会
- 卧槽,GitHub 开源了一个看片神器!
- 使用Python绘制移动均线
- Tensorflow2.0的简单GCN代码(使用cora数据集)
- dxp中Cap,Cap2,Cap Pol的区别
- Linux系统查看mq死信队列,MQ死信队列中持续出现本地系统对象产生的数据
- nyoj 628 小媛在努力 【搜索】
- exe文件解析_PE文件格式之重定位表