SimpleSpeechLoop
1.0.0
SimpleSpeechloop：使用两个Mozilla项目，将语音识别和文本到语音的非常基本的演示：
深史
TTS
这是一个机器人，可以通过本地运行的语音识别来聆听您所说的话，然后使用文本到语音进行一些（有限的）响应
在此处查看演示视频：https：//www.youtube.com/watch?v=cdu6oz1bnoy
警告：确实要求您同时使用DeepSpeech（ v0.7.0 ）和TTS的工作装置，这可能需要一定数量的技能来设置（尽管由于各自项目的开发人员的努力，这变得越来越容易，更容易。
如果您遇到问题遇到问题，最好的方法是仔细阅读安装说明，以确保您没有错过任何东西，并且如果您有信心排除了明显的潜在问题，然后将其提高到相关的劝告论坛上（给出了您所做的清晰详细信息 -请记住，如果您在此部分含糊不清，则其他人将无法为您提供帮助。
深语言话语
TTS话语
有五个基本动作：
回声：这是默认值 - 无论演讲识别认为您所说的话，它都会回应回声
“告诉我___”：它将查找一个Wikipedia文档，其中包括“告诉我”之后的单词并回复摘要。一个很好的例子是诸如元素之类的东西，例如“告诉我有关铁”返回此页面的摘要：https：//en.wikipedia.org/wiki/iron
“制作机器人噪音”：它将播放file robot_noise.wav （至少到目前为止我的演讲模型可能经常出现杂物！ ）[目前已评论]
“暂停”：它将暂停聆听20秒（因此它阻止了不断的回声！！）
“停止”：这将导致应用程序停止运行
通过查看代码，您应该能够添加更多。对于更复杂的任何事情，您还希望除了这种简单的循环外更复杂的方法。
请注意，如果随着其版本的进度，任何一个支持项目的API都存在更改，则您可能需要在此处对代码进行调整以使其保持正常工作。它应该与DeepSpeech版本0.51一起使用。它实际上是来自DeepSpeech示例回购的VAD演示的适应性版本，带有TTS螺栓固定，还有一些简单的技巧，可以让它回头说些什么。
它可以“按照”共享，希望它以某种方式有所帮助吗？
我只在Linux上测试了它 - 如果您尝试将其适应Mac / Windows，则最幸运！
音频设置：确保您有一个工作的麦克风和音频插入扬声器或耳机！
同时安装DeepSpeech和TTS - 最好直接参考这些项目。建议您在每个的虚拟环境中进行此操作（Demo.py是从DeepSpeech One运行的，并且TTS服务器由TTS运行）。您也需要安装Demo.py的要求（在深层环境中） - 从内存中，这些是请求，彩色和pyaudio （但是请检查文件以确保）。 DeepSpeech应发布v0.7.0。
启动TTS服务器- 通常，您不妨在本地运行。只需确保更新demo.py中的终点以匹配（当前设置为http://0.0.0.0.0:5002/api/tts）
运行demo.py -python demo.py -d 7 -m ../models/your_model_folder/
这些参数与DeepSpeech示例回购中的VAD演示相同。
-d是麦克风的频道（您可以使用show_alsa_channels.py检查ALSA频道）
-m是您计划使用的DeepSpeech模型目录的位置（例如，您已经训练 /微调或预培训的一个）位置
