Bemerkung

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

Warum beitreten?

Expertenunterstützung: Lösen Sie technische Probleme und Herausforderungen nach dem Kauf mit Unterstützung unserer Community und unseres Teams.
Lernen & Teilen: Tauschen Sie Tipps und Anleitungen aus, um Ihre Fähigkeiten zu erweitern.
Exklusive Vorschauen: Erhalten Sie vorab Einblicke in neue Produkte und Ankündigungen.
Sonderrabatte: Profitieren Sie von exklusiven Rabatten auf unsere neuesten Produkte.
Feiertagsaktionen & Verlosungen: Nehmen Sie an spannenden Verlosungen und saisonalen Aktionen teil.

👉 Bereit, mit uns gemeinsam zu entdecken und zu gestalten? Klicken Sie auf [here] und treten Sie noch heute bei!

3. STT mit Vosk (Offline)

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

In dieser Lektion werden wir Vosk mit einem ausgewählten Sprachmodell installieren und testen.

Vosk testen

Führen Sie das Programm aus

cd ~/sunfounder-voice-assistant/examples
sudo python3 stt_vosk_stream.py

Wenn Sie diesen Code zum ersten Mal mit einer neuen Sprache ausführen, wird Vosk:

Das Sprachmodell automatisch herunterladen (standardmäßig die kleine Version).
Die Liste der unterstützten Sprachen ausgeben.
Beginnen, über das Mikrofon auf Audioeingabe zu hören.

Sie werden etwa Folgendes im Terminal sehen:

vosk-model-small-de-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']
Sag etwas

Das bedeutet:

Die Modelldatei (vosk-model-small-de-0.15) wurde heruntergeladen.

Die Liste der unterstützten Sprachen wurde ausgegeben.

Das System hört jetzt — sprechen Sie etwas in das Mikrofon des Pironman 5 Pro MAX, und der erkannte Text wird im Terminal angezeigt.

Tipps:

Halten Sie das Mikrofon etwa 15–30 cm entfernt für bessere Genauigkeit.
Wählen Sie ein Modell, das zu Ihrer Sprache und Ihrem Akzent passt.
Verwenden Sie eine ruhige Umgebung, um die Erkennung zu verbessern.

Code

from sunfounder_voice_assistant.stt import Vosk as STT

stt = STT(language="de")

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

Code-Erklärung:

stt.listen(stream=True) — Startet die Streaming-Spracherkennung und liefert während des Sprechens Zwischenergebnisse.
result["partial"] — Zeigt den Echtzeit-Erkennungstext an (wird kontinuierlich aktualisiert).
result["final"] — Zeigt den endgültig erkannten Satz an, wenn Sie aufhören zu sprechen.
Die Schleife läuft kontinuierlich und ermöglicht eine freihändige Echtzeit-Transkription.

Tipp: Dieser Streaming-Modus ist perfekt für Sprachassistenten, Befehlssteuerung oder Live-Transkription.

Fehlerbehebung

Keine solche Datei oder kein solches Verzeichnis (bei der Ausführung von `arecord`)

Möglicherweise haben Sie die falsche Karten-/Gerätenummer verwendet. Führen Sie Folgendes aus:
```
arecord -l
```
und ersetzen Sie 1,0 durch die für Ihr USB-Mikrofon angezeigten Nummern.
Aufgenommene Datei hat keinen Ton

Öffnen Sie den Mixer und überprüfen Sie die Mikrofonlautstärke:
```
alsamixer
```
- Drücken Sie F6, um Ihr USB-Mikrofon auszuwählen.
- Stellen Sie sicher, dass Mic/Capture nicht stummgeschaltet ist ([OO] anstelle von [MM]).
- Erhöhen Sie den Pegel mit ↑.
Vosk erkennt Sprache nicht
- Stellen Sie sicher, dass der Sprachcode mit Ihrem Modell übereinstimmt (z.B. de für Deutsch, en-us für Englisch).
- Halten Sie das Mikrofon 15–30 cm entfernt und vermeiden Sie Hintergrundgeräusche.
- Sprechen Sie klar und langsam.
Hohe Latenz / langsame Erkennung
- Der standardmäßige Autodownload ist ein kleines Modell (schneller, aber weniger genau).
- Wenn es immer noch langsam ist, schließen Sie andere Programme, um CPU frei zu geben.