近几年语音识别越来越红火，大家肯定都听过Siri、Amazon Echo、Google Home……但我们似乎很少听到「中文」语音识别。

OLAMI提供了一套中文语音识别API，完全吸引住我的目光！

重点是！真的超容易使用～

大概花个30秒就能写出“如果你说something，他就会回应something”，而且支援Python、Java、c++等语法，真的很方便！

语音识别能使生活变得更便利，比方说用它来控制家电或是远端语音操控等。

但我觉得它似乎有更特别的地方：我们可以在看不见物体的情形下用声音操控！

由这个角度出发，那岂不是可以帮助视障者改善生活吗？

许多的视障者依靠导盲犬来行走，但是导盲犬的时间成本却是如此的高，如果我们能用低成本却打造出机械导盲犬那该有多好！

机械导盲犬优势在于：

1、节省成本

2、能够降低失误率(毕竟狗狗也是生物难免会受外在影响)。

3、提供更完善的功能，比方说障碍回避、导航、影像识别等。

4、提供视障者更好的权利，也还给狗狗自由的权利！

那就来用Raspberry Pi 动手做吧！！！

如影片所示，使用者可以靠着手上的 Joystick 去控制我们的机械导盲犬：SigmaGO。

而且 SigmaGo 前方有一个超音波感测器可以知道前方是否有障碍物。如果前方有障碍物(我将参数调整为20公分以内)，SigmaGO 就会自动后退并告知使用者。

SigmaGO同时也具备了导航系统，步骤如下：

1.    先使用GPS模组取得使用者的经纬度位置

2.    用OLAMI 语音识别取得想前往的目的地

3.    靠GoogleMap API 规划出路径

4.    Raspberry Pi 分析路径完后并开始带使用者前往目的地

5.    接着每隔一段时间重新确认路径

SigmaGO 也能够成为使用者的智能语音助手！

使用者可以问时间、天气或算数等，它甚至可以去操控电器之类的(虽然我没有写XD)。

而且，SigmaGO 可以根据使用者的需求自行扩充，可以增加不同的Sensors 或是用OLAMI 的语音系统新增不同功能～

有兴趣的人可以跟著以下的步骤亲自做出属于自己的SigmaGO！

材料:

•     Raspberry Pi 3

•     USB 麦克风版

•     L298N 马达驱动板

•     自走车底盘 ＋ 2x直流马达

•     超音波感测器

•     GPS 模组(NEO 6M)

•     Joystick 摇杆 + MCP3008

这里使用的是OLAMI的microphone以及speaker:https://github.com/eugenejahn/SigmaGO_GuideDog    (SigmaGO 的程式码！！！)

硬件部份请看此链接：https://tw.olami.ai/blog/article/31

我的程式码是使用 OLAMI 提供的 Python code 去加以修改。

如果对 OLAMI 的原始 code 有兴趣的可以先去 OLAMI GitHub 上把 OLAMI Python code 下载到 Raspberry Pi 里。

只要照着上面的 README.md 应该就能成功了(记得要把 hackntu-2017-linux/olami 移到使用者，像这样 /Users/username/olami ，要不然跑起来会有error )。

成功完成后就可以去 OLAMI 官网上建立自己的模块，然后 RaspberryPi 就能够照著你写的模块给你回复！

我们要的语音识别很简单，只要能了解使用者想要去的地名，然后抓出地名关键字再放到 GoogleMap API 上去搜寻该路径～

所以现在要打开 olami/SpeechProcess.py 里面有一个变数叫 nlpResult，它会回传给你语音识别后的结果(JSON格式)。

比方说你写了一个语法叫“向前”，你说了前进它就会回传这是“向前”！

现在只要加一个 if 迴圈，如果符合前往的语法，就去用 Google API 取得到达目的地的路径。

使用这 Google API 需要一个起点，就是现在使用者的位址。

一开始试过用 IP 位置去定位，但十分的不准，所以就买了一颗 NEO 6M GPS Module 来取得自己的位置！(在室内超难接受讯号的，害我以为坏了…搞了超久的！)

得到自己位置的经纬度后，就可以使用API找到去目的地的路程！

现在得到了方向，但我们还需要一台车子带领使用者抵达目的地。所以就把Raspberry Pi 装在自走车上面吧！

然后使用马动驱动版去控制左右两个直流马达，就大功告成了。

要来操控自走车喽～

现在要把 Google map 回传的值和自走车合併在一起！

我们要分析 Google map 回传的值(它一样是 JSON 的格式)，并抓出我们要的路线规划。

自走车就能跟着取得的资料执行，如往前、左、右走几分钟之类的。并且每隔30秒更新一次 Google map 的 result，避免走错方向。

这样大致上就完成导航这一块核心了。

现在要来解决避开障碍物的问题～

可以选择使用 camera、超音波或红外线等去处理！

为了方便和节省材料费，我选择使用超音波去侦测距离！

只要在 30cm 以内，Raspberry Pi 就会告诉使用者障碍物理他的距离，以维护使用者的安全！

为了安全，超音波需要一直侦测，但 RaspberryPi 也需要一直侦测使用者有没有在讲话。所以使用 threading 把两个程式串在一起之后，就能同时执行上述两件事了。

最后来优化硬件结构吧！

克服了重重难关后，Raspberry Pi 已经能够靠着 OLAMI 的语音识别和 GoogleAPI 带你前往目的地，并且能够发现前方是否有障碍物了！

现在还差几步就能大功告成了！

我们要把 Joystick 装上去，让使用者能够藉此操控 Raspberry Pi 车，然后再加上一个握把。

注意：Joystick 的部分需要接一颗类比转数位的 IC 才能使用喔！

于是，我们现在可以靠著 Joystick 控制前后左右！终于大功告成了！

后记

材料费凑一凑大约3000多元(树莓派和GPS最贵了……)，但比起一只导盲犬便宜很多。不过这还只是个雏形，有很多硬件上和软件上的问题要解决呢(例如马达的马力稍嫌太弱了……)

还好有OLAMI和Google的API使得开发上方便许多！

虽然有时花了很久解决的bug最后才发现是硬件问题，但RaspberryPi真的很有趣！容易开发、性能又强！(只是有时设定很麻烦啦 )

能够亲手做出成品真的很有成就感～

希望它真的能够帮助有需要的人，并提供给他们一个更好的生活！

如果有疑问，可以与这位开发者联系噢～

Facebook: Eugene Jahn

Email:eugenejahnjahn@gmail.com