Данный проект голосового ассистента на Python 3 для Windows и Linux умеет:
- распознавать и синтезировать речь в offline-режиме (без доступа к Интернету);
- сообщать о прогнозе погоды в любой точке мира;
- производить поисковый запрос в поисковой системе Google (а также открывать список результатов и сами результаты данного запроса);
- производить поисковый запрос видео в системе YouTube и открывать список результатов данного запроса;
- выполнять поиск определения в Wikipedia c дальнейшим прочтением первых двух предложений;
- переводить с изучаемого языка на родной язык пользователя (с учетом особенностей воспроизведения речи);
- искать человека по имени и фамилии в соцсетях ВКонтакте и Facebook;
- "подбрасывать монетку";
- воспроизводить случайное приветствие;
- воспроизводить случайное прощание с последующим завершением работы программы;
- менять настройки языка распознавания и синтеза речи;
- TODO многое другое...
Для быстрой установки всех требуемых зависимостей можно воспользоваться командой:
pip install requirements.txt
Голосовой ассистент использует для синтеза речи встроенные в операционные системы возможности
(т.е. голоса зависят от настроек операционной системы). Для этого используется библиотека pyttsx3. Подробнее здесь
Для корректной работы системы распознавания речи в сочетании с библиотекой SpeechRecognition
используется библиотека PyAudio для получения звука с микрофона.
В целом, решение работает на Windows, Linux и MacOS с незначительными различиями при установке библиотек PyAudio и Google.
Для установки PyAudio на Windows можно найти и скачать нужный в зависимости от архитектуры и версии Python whl-файл здесь в папку с проектом. После чего его можно установить при помощи подобной команды:
pip install PyAudio-0.2.11-cp38-cp38m-win_amd64.whl
В случае проблем с установкой PyAudio на MacOS может помочь данное решение.
Для использования SpeechRecognition в offline-режиме (без доступа к Интернету),
потребуется дополнительно установить Vosk (качество моделей близко к Google)
В проекте преимущественно используется Google при наличии доступа в Интернет и
предусмотрено переключение на Vosk в случае отсутствия доступа к сети.
Для избежания проблем с установкой Vosk на Windows, я предлагаю скачать whl-файл в зависимости от требуемой архитектуры и версии Python. Его можно найти здесь. Загрузив файл в папку с проектом, установку можно будет запустить с помощью подобной команды:
pip install vosk-0.3.7-cp38-cp38-win_amd64.whl
Модели для распознавания речи с помощью Vosk можно найти здесь. Я использовала в проекте ru и en модели
Для получения данных прогноза погоды мною был использован сервис OpenWeatherMap, который требует API-ключ.
Получить API-ключ и ознакомиться с документацией можно после регистрации (есть Free-тариф) здесь.
Примеры использования можно найти здесь
Команды для установки прочих сторонних библиотек:
| Команда установки | Назначение библиотеки |
|---|---|
pip install google |
Поисковые запросы в Google |
pip install SpeechRecognition |
Распознавание речи (Speech-To-Text) |
pip install vosk |
Offline распознавание речи (Speech-To-Text) |
pip install pyttsx3 |
Offline синтез речи на Windows (Text-To-Speech) |
pip install wikipedia-api |
Wikipedia API |
pip install googletrans |
Google Translate |
pip install pyowm |
Получение данных погоды с помощью OpenWeatherMap |
pip install python-dotenv |
Работа с .env-файлами для хранения API-ключей |
pip install scikit-learn |
Машинного обучение для угадывания намерений |
Дополнительную информацию по установке и использованию библиотек можно найти здесь
У меня на Windows не возникало проблем с установкой библиотек, перечисленных в таблице выше,
потому прилагаю только команды для установки.
В случае возникновения проблем с установкой на Windows, вы можете воспользоваться тем же способом,
который я предлагала для установки PyAudio выше.