หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>โค้ดแหล่งที่มา AI
ดาวน์โหลด

Micropython-Syn6988

ไลบรารี Micropython สำหรับ Yutone VoICETX SYN6988 ข้อความเป็นโมดูลคำพูด

การสาธิต

micropython-syn6988-demo.mov

หรือดาวน์โหลดเสียงสาธิต: SYN6988-MICROPYTHON-DEMO.MP3

"อ่าน" ข้อความต่อไปนี้: 

 [g2]Hello! [g1]你好![g2]
I can speak in English, and also in Chinese:
[g1]千里之行，始于足下。[g2]
which means: a journey of five hundred kilometres starts with the first step
[s1]I can speak slowly, [s9] and I can speak very fast[s5]
[v5]I can be [v10]loud or [v1]very quiet. [v5]
I can use [t1]low tones [t5]or [t8]high tones[t5]
[d][g0]my work here is done [x1]soundy[d]

การแนะนำ

แผงวงจรสีน้ำเงินพร้อมชิปโปรเซสเซอร์กลางและเอาต์พุตเสียง

SYN6988 เป็นหนึ่งในหลายโมดูล synthesizer / text-to-speech (TTS) ที่มีอยู่ในราคาไม่แพงบน Aliexpress และผู้ขายรายอื่น มันน่าประทับใจเพราะ:

  • มันสร้างคำพูดภาษาอังกฤษที่ชัดเจนโดยไม่ต้องหันไปใช้หน่วยเสียง

  • มันมีแจ็คสาย / หูฟังและเอาต์พุตลำโพงขนาดเล็กทั้งสองมีเสียงที่สะอาดมาก

  • มันง่ายที่จะเชื่อมต่อไม่ว่าจะผ่านอนุกรมอะซิงโครนัสหรือ SPI (หลังไม่ได้พยายามที่นี่);

  • มันมีความยืดหยุ่นในระดับเสียงระดับเสียงและอัตราการพูด (แต่มันไม่ใช่ dectalk);

  • มันมีห้องสมุดขนาดใหญ่ของเสียงเตือนในตัว

  • มันไม่แพงอยู่รอบ ๆ ?? $ 15.

แน่นอนว่ามีข้อเสีย:

  • เอกสารทั้งหมด จนถึงตอนนี้ เป็นภาษาจีน

  • มันมีเสียงผู้หญิงที่มีความเข้มข้นเพียงหนึ่งเสียงที่มีการคลอดหุ่นยนต์เล็กน้อย

  • คุณอาจไม่ได้รับบอร์ดที่คุณสั่ง! ฉันขายบอร์ดนี้ว่ามีชิป XFS5152 เมื่อมันมี SYN6988 อย่างชัดเจน

ซื้อที่ไหน

เป็นการยากที่จะแนะนำผู้ขายเนื่องจากฉันไม่สามารถรับประกันได้ว่าพวกเขากำลังขายบอร์ดที่มี SYN6988 อยู่ ตรวจสอบว่าคำอธิบายของผู้ขายบอกว่า SYN6988 (มีชิปที่คล้ายกัน SYN6288 และ SYN6658 ที่มีความสามารถที่แตกต่างกัน) และบอร์ดมีชิปที่มี SYN6988 SYN6988 ที่ชัดเจน ฉันเคยเห็นบอร์ดสองสามใบที่บอกว่า SYN6658 บน PCB Silkscreen แต่มี SYN6988 ในภาพและคำอธิบาย

การแทรกซึม

SYN6988 เป็นอุปกรณ์ 3.3 V สำหรับทั้งตรรกะและพลังงาน มันต้องใช้การเชื่อมต่อ UART สองสายรวมถึงพินอินพุตดิจิตอลเพิ่มเติมเพื่อตรวจสอบสถานะไม่ว่างของ TTS 

    SYN6988        MicroPython Board     Raspberry Pi Pico
   =========      ===================   ===================
   
        RDY            Digital Input         GPIO 2
	RXD            UART TXD              GPIO 0 (UART 0 TX)
	TXD            UART RXD              GPIO 1 (UART 0 RX)
	GND            Ground                Any GND pin
	3V3            3V3 supply            3V3(OUT)

SYN6988 ใช้อัตราพอร์ตอนุกรมคงที่ที่กำหนดโดยการจัดเรียงของตัวต้านทานในบล็อกการเลือกความเร็วอนุกรม ของฉันมีสายแข็งสำหรับ 9600 baud

สำหรับ Raspberry Pi Pico การเชื่อมต่อเหล่านี้อาจได้รับการสนับสนุนในรหัสด้วย: 

 ser = machine . UART ( 0 , baudrate = 9600 , bits = 8 , parity = None , stop = 1 )
busyPin = machine . Pin ( 2 , machine . Pin . IN , machine . Pin . PULL_UP )

เอาต์พุตเสียงผ่านหูฟัง / สายแจ็คหรือผ่านหมุดลำโพง เอาต์พุตนี้ไม่ได้รับการแก้ไข ฉันสามารถขับลำโพงรูปไข่ขนาดเล็กมากในปริมาณที่สะดวกสบายจากหมุดลำโพง แต่ heaphones ขนาดใหญ่อาจเงียบมาก

บอร์ดที่ฉันมีไม่ได้เป็นมิตรกับกระดานจากระยะไกล ฉันแก้ไขได้ด้วยการเอาส่วนหัวของ Arduino 6-pin สองตัวแล้วงอหมุดออกมาและกลับเข้าไปในมุมที่ถูกต้องจากนั้นติดกาวส่วนหัวทั้งสองกลับไปด้านหลัง สิ่งนี้ให้บล็อกส่วนหัวที่เชื่อมโยงรางกลางในเขียงหั่นขนมทำให้บอร์ด Syn6988 นั่งอยู่ใจกลางเมือง

Sync6988 กับ Raspberry Pi Pico และลำโพงขนาดเล็ก

การดำเนินการ

หากบอร์ดเชื่อมต่ออย่างถูกต้อง LED พร้อมสีแดงจะสว่างขึ้นเมื่อ TTS ไม่ได้พูด LED นี้จะออกไปเมื่อ TTS กำลังพูดและ PIN RDY จะลดลงในไม่ช้า (ประมาณ 0.1 ถึง 0.7 s) หลังจากการพูดเริ่มต้นและสูงขึ้นเมื่อพูดเสร็จ

หากใช้รหัสเริ่มต้นด้านบน micropython ต่อไปนี้จะพูด "สวัสดี" ที่ค่อนข้างเงียบจากบอร์ด: 

 import syn6988

s = syn6988 . SYN6988 ( ser , busyPin )
s . speak ( "[v1]hello" )

มีวิธีการและคุณสมบัติน้อยมากสำหรับโมดูลนี้:

  • พูด ( สตริง ) - ส่ง สตริง ไปยัง TTS เอาท์พุทสามารถกำหนดรูปแบบด้วยคำสั่งข้อความแบบฝัง ยอมรับข้อความ Unicode รวมถึงอักขระจีนดั้งเดิม ทำให้งานที่แย่มากในการพยายามใช้ภาษาที่ไม่ใช่ภาษาอังกฤษหรือไม่ใช่ภาษาจีน

  • block = true | FALSE - โดยค่าเริ่มต้นคำพูดจะถูกปล่อยออกมาใน โหมดการปิดกั้น : นั่นคือวิธี speak() จะไม่กลับมาจนกว่า TTS จะระบุว่าเสร็จแล้ว หากตั้งค่า block = False speak() จะกลับมาทันที แต่ TTS จะยังคงพูดและรออยู่กับโปรแกรมเมอร์

  • Isbusy () - ถ้าเรียกในโหมดที่ไม่ปิดกั้น isBusy() จะกลับมาเป็นจริงในขณะที่ TTS กำลังพูดอยู่ สิ่งนี้สามารถใช้เพื่อป้องกันการพูดขัดจังหวะ หากเรียกในโหมดการปิดกั้นจะส่งคืนเท็จเสมอ

คำสั่งข้อความแบบฝัง

SYN6988 ถูกควบคุมโดยคำสั่งที่ล้อมรอบด้วย [] มีหลายสิ่งเหล่านี้และฉันไม่เข้าใจพวกเขาทั้งหมด ฉันใส่พวกเขาสองสามคนไว้ใน test-syn6988.py ด้วยฉันหวังว่าความหมายที่ชัดเจนของสิ่งที่พวกเขาทำ โดยย่อ:

  • [d] - รีเซ็ต TTS เป็นโหมดมาตรฐาน สามารถเป็นประโยชน์หลังจากโทรหาเสียงการแจ้งเตือนใด ๆ

  • [g0] - การคาดเดาภาษาอัตโนมัติ [g1] - การตั้งค่าภาษาจีน; [g2] - การตั้งค่าภาษาอังกฤษ การพูดภาษาอังกฤษในโหมดจีนมีน้ำเสียงแปลก ๆ ในขณะที่การพูดภาษาจีนในโหมดภาษาอังกฤษอาจไม่ถูกตรวจพบอย่างถูกต้อง

  • [p*] - หยุดชั่วคราวเช่น [p500] หยุดชั่วคราว 500 มิลลิวินาที

  • [s*] - อัตราการพูด: [s0] ช้าที่สุดถึง [s10] เร็วที่สุด

  • [t*] - โทน/พิทช์: [t0] ต่ำสุด [t10] สูงสุด

  • [x0] / [x1] - ตีความสตริงที่ขึ้นต้นด้วย "เสียง" เป็นหนึ่งในหลายร้อย (?) โทนเสียงระฆังและสัญญาณเตือนที่แตกต่างกัน ตัวอย่างเช่น [x1]soundy[d] เล่นเป็นเสียงระฆังที่ค่อนข้างน่าพอใจซึ่งฉันใช้มากเกินไป สิ่งสำคัญคือการใช้ [d] หลังจากคำสั่งนี้หรือผลลัพธ์ที่ไม่คาดคิดจะเกิดขึ้น การอ้างอิงตารางเสียงอยู่ที่นี่: คำพูด syn-6988 กับ micropython-เราเห็นไก่ ...

  • [v*] - ปริมาตร: [v0] เงียบ [v1] เงียบที่สุดถึง [v10] ดังที่สุด

ภายใน

SYN6988 ยอมรับการเข้ารหัสอินพุตที่หลากหลายซึ่งไม่มีการสนับสนุนโดย micropython อย่างไรก็ตามมันสนับสนุน utf16-be (สองไบต์ต่อถ่านไม่มี bom, ไบต์สูงก่อน; เช่น: "hello" => b'x00hx00ex00lx00lx00o' ) ซึ่งสามารถทำงานได้ง่าย หากข้อมูลที่เข้ารหัส UTF-16BE ของเราอยู่ใน data_bytes และเรากำหนด 

 tx_len = len ( data_bytes ) + 2

SYN6988 จะยอมรับสตรีมไบต์ต่อไปนี้เหนือพอร์ตอนุกรมและพยายามพูด: 

 0xFD, tx_len // 256, tx_len % 256, 0x01, 0x04, data_bytes

สตริงข้อมูลไม่ควรนานเกินไป: บางสิ่งภายใต้ 4096 อักขระบางที บอร์ดสามารถใช้เวลามากถึง 700 มิลลิวินาทีในการประมวลผลข้อความและด้วยเหตุนี้เราจึงหยุดชั่วคราวเพื่อให้แน่ใจว่าข้อความถูกพูดทั้งหมด

ผู้เขียน

Stewart Russell - scruss.com - aka @scruss @xoxo.zone

ใบอนุญาต

MIT หากคุณปรับปรุงสิ่งนี้โปรดแจ้งให้เราทราบเพื่อที่ฉันจะได้ทำให้สิ่งนี้ดีขึ้น

สิ่งที่ต้องทำ

  • รหัส UTF-8-> UTF-16BE ใช้งานได้ แต่รู้สึกว่ามันสามารถปรับปรุงได้ มันต้องอยู่ในสิ่งที่ฉันเข้าใจได้

  • มีโอกาสเล็กน้อยที่ข้อความยาวจริง ๆ จะถูกข้ามไปเพราะฉันไม่รอนานพอที่จะประมวลผลเมื่ออ่านในโหมดการปิดกั้น

  • สรุปรหัสนี้ (ถ้าเป็นไปได้) เพื่อทำงานกับชิปเซ็ต SYN6288, SYN6658 และ XFS5152 ฉันมีหลายสิ่งเหล่านี้ตามลำดับ

การอ้างอิง

  • Yutone Voicetx SYN6988 เอกสาร (เป็นภาษาจีนเท่านั้น): 语音合成芯 -Syn6988 中英文 TTS 语音芯

  • ความพยายามครั้งแรกของฉันในการขับบอร์ดนี้จาก Cpython: คำพูดจาก Python ด้วยโมดูล Syn6988 - เราเห็นไก่…. สิ่งนี้ทำให้เกิดเสียง แต่ฉันขับรถผิดจริง ยังคงใช้งานได้แม้ว่า มีสำเนาอ้างอิงการเขียนโปรแกรมอัตโนมัติซึ่งเป็นทั้งหมดที่ฉันต้องทำงาน

  • บทกวีของ Richard Brautigan ทุกอย่างจับตามองโดย Machines of Loving Grace , "อ่าน" โดยชิป TTS Syn6988 ที่ขับเคลื่อนโดย Micropython: ทุกคนเฝ้าดูเครื่องจักรแห่งความรัก SoundCloud

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด