ROS语音交互(三)科大讯飞语音在ROS平台下使用

发布时间:2017-3-27 8:53:34 编辑:www.fx114.net 分享查询网我要评论
本篇文章主要介绍了"ROS语音交互(三)科大讯飞语音在ROS平台下使用 ",主要涉及到ROS语音交互(三)科大讯飞语音在ROS平台下使用 方面的内容,对于ROS语音交互(三)科大讯飞语音在ROS平台下使用 感兴趣的同学可以参考一下。

以上节tts语音输出为例

下载sdk链接:http://www.xfyun.cn/sdk/dispatcher

1、下载SDK,解压;

2、在ROS工作空间下创建一个Package;

  catkin_create_pkg tts_voice rospp rospy std_msgs

3、将SDK文件夹中的头文件,即下载的SDK文件夹中include文件夹下的 .h文件拷贝至tts_voice/include/下;

4、将SDK文件夹中sample/tts_sample中的xf_tts.cpp文件拷贝至tts_voice/src/下;

5、将SDK文件夹中libs/x64/libmsc.so文件拷贝至/user/libs/下;

6、打开CMakelist,

    1)修改include_directories为:即包括拷贝的头文件所在的include目录

         include_directories(
                                     ${catkin_INCLUDE_DIRS}
                                     include
                                     )

    2)添加:

  add_executable(tts_voice_node src/xf_tts.cpp)

        target_link_libraries(tts_voice_node
   ${catkin_LIBRARIES} -lmsc -lrt -ldl -lpthread
 )

# 生成可执行文件
     # 添加链接库,其中动态链接库路径按实际修改

CmakeLists.txt

cmake_minimum_required(VERSION 2.8.3)project(tts_voice)## Find catkin macros and libraries## if COMPONENTS list like find_package(catkin REQUIRED COMPONENTS xyz)## is used, also find other catkin packagesfind_package(catkin REQUIRED COMPONENTS  roscpp  rospy  std_msgs)catkin_package(#  INCLUDE_DIRS include#  LIBRARIES tts_voice#  CATKIN_DEPENDS roscpp rospy std_msgs#  DEPENDS system_lib)############# Build ############### Specify additional locations of header files## Your package locations should be listed before other locations# include_directories(include)include_directories(  ${catkin_INCLUDE_DIRS}   include)## Declare a C++ executable add_executable(tts_voice_node src/xf_tts.cpp)## Specify libraries to link a library or executable target against target_link_libraries(tts_voice_node   ${catkin_LIBRARIES} -lmsc -lrt -ldl -lpthread )

xf_tts.cpp源文件

/** 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 <ros/ros.h>#include "std_msgs/String.h"#include <stdio.h>#include <string.h>#include <stdlib.h>#include <unistd.h>#include "qtts.h"#include "msp_cmn.h"#include "msp_errors.h"const char* FileName = "/home/cam/Music/voice.wav";const char* PlayPath = "play /home/cam/Music/voice.wav";/* wav音频头部格式 */typedef struct _wave_pcm_hdr{    char            riff[4];                // = "RIFF"    int        size_8;                 // = FileSize - 8    char            wave[4];                // = "WAVE"    char            fmt[4];                 // = "fmt "    int        fmt_size;        // = 下一个结构体的大小 : 16    short int       format_tag;             // = PCM : 1    short int       channels;               // = 通道数 : 1    int        samples_per_sec;        // = 采样率 : 8000 | 6000 | 11025 | 16000    int        avg_bytes_per_sec;      // = 每秒字节数 : samples_per_sec * bits_per_sample / 8    short int       block_align;            // = 每采样点字节数 : wBitsPerSample / 8    short int       bits_per_sample;        // = 量化比特数: 8 | 16    char            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16000    while (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(">");        usleep(15*1000); //防止频繁占用CPU    }//合成状态synth_status取值请参阅《讯飞语音云API文档》    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;}/***   将文本发送到讯飞服务器,获取语音文件文件**/int makeTextToWav(const char* text, const char* filename){    int         ret                  = MSP_SUCCESS;    const char* login_params         = "appid = 57f49f64, 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    *    * 详细参数说明请参阅《讯飞语音云MSC--API文档》    */    const char* session_begin_params = "voice_name = xiaowanzi, text_encoding = utf8, sample_rate = 16000, speed = 50, volume = 50, pitch = 50, rdn = 0";//    const char* filename             = "tts_sample.wav"; //合成的语音文件名称//    const char* text                 = "我是小丸子,今年126岁了,我的车牌号是12365,今年是2016年12月20号"; //合成文本    /* 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://open.voicecloud.cn注册获取    if (MSP_SUCCESS != ret)    {        printf("MSPLogin failed, error code: %d.\n", ret);        goto exit ;//登录失败,退出登录    }    /* 文本合成 */    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");exit:    MSPLogout(); //退出登录    return 0;}/*** play the wav file**/void PlayWav(){    system(PlayPath);}/** *接受/voice/xf_tts_topic话题的字符串的回调函数 */void TTSCallback(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 = "宝宝启动成功了";    makeTextToWav(start,FileName);    PlayWav();    ros::init(argc, argv,"xf_tts_node");    ros::NodeHandle n;    ros::Subscriber sub = n.subscribe("/voice/xf_tts_topic",3,TTSCallback);    ros::spin();    return 0;}

到~/catkin_ws编译

[email protected]:~/catkin_ws$ catkin_make -j4

运行

¥ roscore
$ rosrun tts_voice tts_voice_node

启动播放  "宝宝启动成功了"

通过话题播放

 rostopic pub  /voice/xf_tts_topic std_msgs/String " 韩联社预计,鉴于黄教坚持现有外交政策,“萨德”部署相关工作可能提速。本月早些时候,一些政府消息人士透露,
由于总统朴槿惠遭弹劾,国内政 局不确定性增加,韩国国防部决定加快“萨德”的相关部署工作,最快可能在明年5月完成部署。根据消息人士的说法,为了能尽早完成部署工作,
韩国国防部甚至考虑省略掉环境影响评估的环节。"

使用时需要把

const char* login_params         = "appid = 57f49f64, work_dir = .";//登录参数,appid与msc库绑定,请勿随意改动

 appid改为自己的帐号

如果play播放音频出错,是因为没有安装sox

执行安装即可

sudo apt-get install sox

上一篇:ios硬件编码
下一篇:把Sratch作品转为swf文件

相关文章

相关评论

本站评论功能暂时取消,后续此功能例行通知。

一、不得利用本站危害国家安全、泄露国家秘密,不得侵犯国家社会集体的和公民的合法权益,不得利用本站制作、复制和传播不法有害信息!

二、互相尊重,对自己的言论和行为负责。

好贷网好贷款