一、背景
最近使用unity开发语音交互内容的时候,遇到了这样的需求,就是需要使用语音关键字来唤醒应用程序,然后再和程序做交互,有点像智能音箱的意思。具体的技术方案方面,也找了一些第三方的服务,比如百度AI开放平台,讯飞开放平台等,这些都提供有语音唤醒的服务,基本上能够满足我的项目开发需求。
不过,我是想,先找一个免费且可以离线的方案的,从huggingface上倒是可以找到一些开源的模型可以做到,包括在github上也找到一些开源项目,比如snowboy。但是自己去部署服务的方式,我还是觉得有点重,又想白嫖,又想简单,呵呵。
后来发现,其实unity本身就带有一个库,可能实现关键词的语音识别,也就是【UnityEngine.Windows.Speech】这个库,是可以做到设定关键词,然后通过语音识别,判断是否说的是设定的关键词。有了这个,就可以制作一个又简单,又能白嫖的离线关键词识别了。当然,这里要注意,这个库只能在windows平台使用。
二、代码实现
废话少说,直接上代码:
using System.Collections;
using System.Collections.Generic;
using System.Text;
using UnityEngine;
#if UNITY_STANDALONE_WIN
using UnityEngine.Windows.Speech;
#endif
/// <summary>
/// unity内置语音唤醒 windows有效
/// </summary>
public class UnityWakeOnVoice : MonoBehaviour
{
/// <summary>
/// 关键词
/// </summary>
[SerializeField]
private string[] m_Keywords = { "关键词" };//关键字
/// <summary>
/// 关键字识别器
/// </summary>
#if UNITY_STANDALONE_WIN
private KeywordRecognizer m_Recognizer;
// Use this for initialization
void Start()
{
//创建一个关键字识别器
m_Recognizer = new KeywordRecognizer(m_Keywords);
Debug.Log("创建识别器成功");
m_Recognizer.OnPhraseRecognized += OnPhraseRecognized;
}
/// <summary>
/// 开始识别
/// </summary>
public void StartRecognizer()
{
if (m_Recognizer == null)
return;
m_Recognizer.Start();
}
/// <summary>
/// 结束识别
/// </summary>
public void StopRecognizer()
{
if (m_Recognizer == null)
return;
m_Recognizer.Stop();
}
/// <summary>
/// 识别到关键词
/// </summary>
/// <param name="args"></param>
private void OnPhraseRecognized(PhraseRecognizedEventArgs args)
{
StringBuilder builder = new StringBuilder();
builder.AppendFormat("{0}", args.text);
string _keyWord = builder.ToString();
Debug.Log("识别器捕捉到关键词:"+_keyWord);
}
#endif
}
这里还有一点要注意,这个关键词识别库,只有当你准确的说出某个关键词时,才能触发识别事件 ,一句话里包含关键词,实测是没能检测出来的。
三、结束语:
这个示例已经用在我的一个AI二次元女友的项目里,可以实现在windows平台的实时语音唤醒和对话的功能,感兴趣的朋友可以移步到B站,收看实际效果,相关代码已经开源咯。
[Unity+AI聊天]语音唤醒+AI二次元老婆实时聊天,摆脱键盘开始聊嗨~