Bemerkung

Hallo und willkommen in der SunFounder Raspberry Pi & Arduino & ESP32 Enthusiasten-Gemeinschaft auf Facebook! Tauchen Sie tiefer ein in die Welt von Raspberry Pi, Arduino und ESP32 mit anderen Enthusiasten.

Warum beitreten?

Expertenunterstützung: Lösen Sie Nachverkaufsprobleme und technische Herausforderungen mit Hilfe unserer Gemeinschaft und unseres Teams.
Lernen & Teilen: Tauschen Sie Tipps und Anleitungen aus, um Ihre Fähigkeiten zu verbessern.
Exklusive Vorschauen: Erhalten Sie frühzeitigen Zugang zu neuen Produktankündigungen und exklusiven Einblicken.
Spezialrabatte: Genießen Sie exklusive Rabatte auf unsere neuesten Produkte.
Festliche Aktionen und Gewinnspiele: Nehmen Sie an Gewinnspielen und Feiertagsaktionen teil.

👉 Sind Sie bereit, mit uns zu erkunden und zu erschaffen? Klicken Sie auf [here] und treten Sie heute bei!

16. Sprachgesteuertes Auto mit Vosk (Offline)

Vosk ist eine leichtgewichtige Speech-to-Text-(STT)-Engine, die viele Sprachen unterstützt und vollständig offline auf dem Raspberry Pi läuft. Du brauchst nur einmal eine Internetverbindung, um ein Sprachmodell herunterzuladen. Danach funktioniert alles ohne Netzwerkzugang.

In dieser Lektion werden wir:

Das Mikrofon auf dem Raspberry Pi überprüfen.
Vosk mit einem ausgewählten Sprachmodell installieren und testen.
Ein sprachgesteuertes PiCar-X bauen, das auf ein Weckwort hört und auf Befehle wie forward, backward, left und right reagiert.

Bevor du beginnst

Stelle sicher, dass du Folgendes abgeschlossen hast:

Alle Module installieren (Wichtig) — Installiere die Module robot-hat, vilib, picar-x und führe dann das Skript i2samp.sh aus.

1. Mikrofon überprüfen

Bevor du die Spracherkennung verwendest, stelle sicher, dass dein USB-Mikrofon korrekt funktioniert.

Verfügbare Aufnahmegeräte auflisten:
```
arecord -l
```
Suche nach einer Zeile wie card 1: ... device 0.

Eine kurze Testaufnahme machen (ersetze 1,0 durch die gefundenen Werte):

arecord -D plughw:1,0 -f S16_LE -r 16000 -d 3 test.wav

Beispiel: Wenn dein Gerät card 2, device 0 ist, verwende:

arecord -D plughw:2,0 -f S16_LE -r 16000 -d 3 test.wav

Aufnahme abspielen, um sie zu überprüfen:
```
aplay test.wav
```
Mikrofonlautstärke anpassen (falls nötig):
```
alsamixer
```
- Drücke F6, um dein USB-Mikrofon auszuwählen.
- Suche den Kanal Mic oder Capture.
- Stelle sicher, dass es nicht stummgeschaltet ist ([MM] bedeutet stumm – drücke M, um die Stummschaltung aufzuheben → sollte [OO] anzeigen).
- Verwende die Pfeiltasten ↑ / ↓, um die Aufnahmelautstärke anzupassen.

2. Vosk testen

So geht’s:

Neue Datei erstellen:

cd ~/picar-x/example
sudo nano test_stt_vosk.py

Beispielcode hineinkopieren. Mit Ctrl+X, dann Y und Enter speichern und beenden.

from picarx.stt import Vosk

vosk = Vosk(language="en-us")

print(vosk.available_languages)

while True:
    print("Say something")
    result = vosk.listen(stream=False)
    print(result)

Programm ausführen:
```
sudo python3 test_stt_vosk.py
```
Beim ersten Start mit einer neuen Sprache lädt Vosk automatisch das Sprachmodell herunter (standardmäßig die kleine Version). Gleichzeitig wird die Liste der unterstützten Sprachen ausgegeben. Anschließend siehst du:
```
vosk-model-small-en-us-0.15.zip: 100%|███████████████████| 39.3M/39.3M [00:05<00:00, 7.85MB/s]
['ar', 'ar-tn', 'ca', 'cn', 'cs', 'de', 'en-gb', 'en-in', 'en-us', 'eo', 'es', 'fa', 'fr', 'gu', 'hi', 'it', 'ja', 'ko', 'kz', 'nl', 'pl', 'pt', 'ru', 'sv', 'te', 'tg', 'tr', 'ua', 'uz', 'vn']
Say something
```
Das bedeutet:
- Die Modelldatei (vosk-model-small-en-us-0.15) wurde heruntergeladen.
- Die Liste der unterstützten Sprachen wurde ausgegeben.
- Das System hört nun zu — sprich etwas ins PiCar-X-Mikrofon, und der erkannte Text wird im Terminal angezeigt.
Tipps:
- Halte das Mikrofon etwa 15–30 cm entfernt.
- Wähle ein Modell, das zu deiner Sprache und deinem Akzent passt.

Streaming-Modus (optional)

Du kannst die Spracherkennung auch im Streaming-Modus laufen lassen, um Zwischenergebnisse in Echtzeit zu sehen:

from picarx.stt import Vosk

vosk = Vosk(language="en-us")

while True:
    print("Say something")
    for result in vosk.listen(stream=True):
        if result["done"]:
            print(f"final:   {result['final']}")
        else:
            print(f"partial: {result['partial']}", end="\r", flush=True)

3. Sprachgesteuertes Auto

Jetzt verbinden wir die Spracherkennung mit dem PiCar-X!

Wir verwenden ein Weckwort („hey robot“), sodass das Auto nur auf Befehle hört, nachdem es aktiviert wurde. Das spart CPU-Leistung und verhindert Fehltrigger.

Code ausführen

cd ~/picar-x/example
sudo python3 16.voice_controlled_car.py

In diesem Programm:

Wartet das Auto auf das Weckwort „hey robot“.
Danach kannst du ganz normal sprechen — solange dein Satz eines der Schlüsselwörter (forward, backward, left, right) enthält, reagiert das Auto.

Beispiele:
- „Can you move forward a little?“ → das Auto fährt vorwärts.
- „Please turn left now.“ → das Auto biegt nach links ab.
Der Befehl „sleep“ beendet die Steuerung und versetzt das Auto zurück in den Wartezustand.

Code

from picarx import Picarx
from picarx.stt import Vosk
import time

px = Picarx()
stt = Vosk(language="en-us")

WAKE_WORDS = ["hey robot"]

print('Say "hey robot" to wake me up! Then say: forward / backward / left / right. Say "sleep" to stop listening.')

try:
    while True:
        # --- wait for wake word once ---
        stt.wait_until_heard(WAKE_WORDS)
        print("Wake word detected. Listening for commands... (say 'sleep' to pause)")

        # --- command loop: multiple commands after one wake ---
        while True:
            res = stt.listen(stream=False)
            text = res.get("text", "") if isinstance(res, dict) else str(res)
            text = text.lower().strip()
            if not text:
                continue

            print("Heard:", text)

            if "sleep" in text:
                # pause command mode; go back to wait for wake word
                px.stop(); px.set_dir_servo_angle(0)
                print("Sleeping. Say 'hey robot' to wake me again.")
                break

            elif "forward" in text:
                px.set_dir_servo_angle(0)
                px.forward(30); time.sleep(1); px.stop()

            elif "backward" in text:
                px.set_dir_servo_angle(0)
                px.backward(30); time.sleep(1); px.stop()

            elif "left" in text:
                px.set_dir_servo_angle(-25)
                px.forward(30); time.sleep(1)
                px.stop(); px.set_dir_servo_angle(0)

            elif "right" in text:
                px.set_dir_servo_angle(25)
                px.forward(30); time.sleep(1)
                px.stop(); px.set_dir_servo_angle(0)
            # (ignore other words)

except KeyboardInterrupt:
    pass
finally:
    px.stop(); px.set_dir_servo_angle(0)
    print("Stopped and centered. Bye.")

Fehlerbehebung

„No such file or directory“ (beim Ausführen von `arecord`)

Du hast möglicherweise die falsche Karten-/Gerätenummer verwendet. Führe aus:
```
arecord -l
```
und ersetze 1,0 durch die Nummern, die für dein USB-Mikrofon angezeigt werden.
Aufgenommene Datei hat keinen Ton

Öffne den Mixer und überprüfe die Mikrofonlautstärke:
```
alsamixer
```
- Drücke F6, um dein USB-Mikrofon auszuwählen.
- Stelle sicher, dass Mic/Capture nicht stummgeschaltet ist ([OO] statt [MM]).
- Erhöhe die Lautstärke mit der ↑-Taste.
Vosk erkennt keine Sprache
- Achte darauf, dass der Sprachcode zu deinem Modell passt (z. B. en-us für Englisch, zh-cn für Chinesisch).
- Halte das Mikrofon 15–30 cm entfernt und vermeide Hintergrundgeräusche.
- Sprich deutlich und langsam.
Weckwort („hey robot“) wird nicht erkannt
- Sprich in natürlichem Tonfall, nicht zu schnell.
- Prüfe, ob das Programm überhaupt erkannten Text ausgibt. Wenn nicht, funktioniert das Mikrofon nicht.
Hohe Latenz / langsame Erkennung
- Das automatisch heruntergeladene Modell ist ein kleines Modell (schneller, aber weniger genau).
- Wenn es trotzdem langsam ist, schließe andere Programme, um CPU-Ressourcen freizugeben.