Reconnaissance vocale
Description
Ce script utilise l'API "Speech API 5.1" de Microsoft. Il permet de reconnaître des phrases simples en français, pour exécuter une action (ex : la phrase "execute word" permet de lancer word). Testé sous windows XP (mis à jour) avec python 3.1.1.
La liste des logiciels reconnus peut être définie en fonction des besoins.
Finalement la reconnaissance vocale en français est accessible gratuitement sous windows xp.
Tout est dans le zip.
Source / Exemple :
# -*- coding: utf-8 -*-
# -----------------------------------------------------------------------------
# Les modules
# -----------------------------------------------------------------------------
import win32com.client, pythoncom # pour utiliser les objets COM
import win32api # contient la méthode PostQuitMessage() permettant d'envoyer le message WM_QUIT
# pour arrêter le script (existe aussi dans le module win32gui)
import os # contient la méthode startfile() pour lancer un exécutable
import os.path # contient la fonction permettant de tester si un fichier existe
# -----------------------------------------------------------------------------
# Les constantes de l'API relatives à la reconnaissance vocale
# -----------------------------------------------------------------------------
class SpeechLoadOption:
"""Constantes : les options de chargement d'une grammaire xml"""
SLOStatic = 0
SLODynamic = 1
class SpeechRuleState:
"""Constantes : les status des règles de la grammaire"""
SGDSInactive = 0
SGDSActive = 1
SGDSActiveWithAutoPause = 3
class SpeechRecoContextState:
"""Constantes : les status du contexte"""
SRCS_Disabled = 0
SRCS_Enabled = 1
class SpeechRecoEvents:
"""Constantes : les évènements de la reconnaissance vocale"""
SREStreamEnd = 1
SRESoundStart = 2
SRESoundEnd = 4
SREPhraseStart = 8
SRERecognition = 16
SREHypothesis = 32
SREBookmark = 64
SREPropertyNumChange = 128
SREPropertyStringChange = 256
SREFalseRecognition = 512
SREInterference = 1024
SRERequestUI = 2048
SREStateChange = 4096
SREAdaptation = 8192
SREStreamStart = 16384
SRERecoOtherContext = 32768
SREAudioLevel = 65536
SREPrivate = 262144
SREAllEvents = 393215
class SpeechEngineConfidence:
"""Constantes : niveaux de fiabilité de la reconnaissance"""
SECLowConfidence = -1
SECNormalConfidence = 0
SECHighConfidence = 1
class SpeechGrammarState:
"""Constantes : le statut de la grammaire"""
SGSDisabled = 0
SGSEnabled = 1
SGSExclusive = 3
class SpeechGrammarWordType:
"""Constantes : les types de mots dans une grammaire"""
SGDisplay = 0
SGLexical = 1
SGPronounciation = 2
# -----------------------------------------------------------------------------
# La gestion des évènements issus du contexte de la reconnaissance vocale
# -----------------------------------------------------------------------------
def fiabilite(les_mots):
"""Pour chaque mot, si le niveau de fiabilité est inférieur au niveau requis, alors renvoie False.
Paramètre :
les_mots : ensemble des mots reconnus"""
fiable = True
nb_mots = les_mots.Count
for i in range(nb_mots):
mot = les_mots.Item(i)
if mot.ActualConfidence < mot.RequiredConfidence:
fiable = False
break
return fiable
def executer_action(prop):
"""L'action associée à la phrase reconnue est exécutée.
Paramètre :
prop : la propriété (.PhraseInfo.Properties.Item(0))"""
nom = prop.Name.lower()
val = prop.Value
if nom == "executable" and val != None: # lancer un programme
list_prog = val.split("?")
for i in range(len(list_prog)):
if os.path.isfile(list_prog[i]) == True:
print("Exécution de : " + repr(list_prog[i]))
os.startfile(list_prog[i]) # lance le prog. et "rend la main"
else:
print("Le programme à exécuter n'existe pas")
elif nom == "fin_script": # fin du script
win32api.PostQuitMessage(0)
else:
print("Aucune action")
class gestion_evenement:
"""Cette classe exécute les actions déclenchées par un évènement de la
reconnaissance vocale. Elle est déclarée par
win32com.client.DispatchWithEvents("SAPI.SpSharedRecoContext", <nom de la classe>).
Un évènement est traité par une seule méthode nommée :
On<nom de l'évènement>"""
def OnStartStream(self, StreamNumber, StreamPosition):
"""Déclenché lorsque le contexte de reconnaissance est actif (autrement
dit, dès le début)."""
print("---------------------------------------")
print("| La reconnaissance vocale est active |")
print("---------------------------------------")
def OnRecognition(self, StreamNumber, StreamPosition, RecognitionType, Result):
"""Déclenché lorsque la reconnaissance vocale identifie un mot
de la grammaire. Parfois cet évènement survient, mais le texte de Result est vide."""
result_reco = win32com.client.Dispatch(Result) # "récupérer" l'interface de l'objet (cf doc)
Result = None
if result_reco.PhraseInfo.GetText() != "" and fiabilite(result_reco.PhraseInfo.Elements) == True:
print("\nLa phrase reconnue est : " + result_reco.PhraseInfo.GetText())
executer_action(result_reco.PhraseInfo.Properties.Item(0))
def liste_des_logiciels(gramm):
"""Convertit la liste de logiciels en règles de grammaire. Retourne True si l'ajout de ces
règles à la grammaire se déroule avec succès ; False sinon.
Paramètre :
gramm : la grammaire fixe"""
les_regles = gramm.Rules
liste_des_logiciels = les_regles.FindRule("liste_des_logiciels") # règle correspondant à la liste
if liste_des_logiciels == None: # la liste n'existe pas
print("Erreur la règles correspondant à la liste des logiciels n'existe pas => vérifier le fichier xml.")
return False
liste_des_logiciels.Clear()
propriete = "executable" # nom de la propriété
# ajoute '+' devant le nom du logiciel pour définir le niveau de fiabilité requise à HIGH
# définition du dictionnaire ou la clé est le nom du logiciel ayant pour valeur le
# chemin d'accès à l'exécutable ; s'il y a plusieurs exécutables alors ils sont séparés par '?' (ce
# caractère n'existe pas dans le noms de fichiers windows)
dict_executable = { "+word" : "C:\\Program Files\\Microsoft Office\\Office10\\WINWORD.EXE", "+wordpad" : "C:\\Program Files\\Windows NT\\Accessoires\\wordpad.exe", "+explorateur" : "C:\\mes_programmes\\xplorer2_lite\\xplorer2_lite.exe", "+python" : "C:\\mes_programmes\\Notepad++\\notepad++.exe?C:\\Documents and Settings\\All Users\\Menu Démarrer\\Programmes\\Python 3.1\\IDLE (Python GUI).lnk?C:\\Documents and Settings\\All Users\Menu Démarrer\Programmes\\Python 3.1\\Python Manuals.lnk", "+navigateur" : "C:\\Documents and Settings\\All Users\\Menu Démarrer\\Programmes\\Navigateur\\Google Chrome\\Google Chrome.lnk", "+bloc note" : "C:\\Documents and Settings\\All Users\\Menu Démarrer\\Programmes\\Mes utilitaires\\Notepad2.lnk", "+video" : "C:\\mes_programmes\\VLC\\vlc.exe" }
for logiciel, executable in dict_executable.items():
liste_des_logiciels.InitialState.AddWordTransition(None, logiciel, " ", SpeechGrammarWordType.SGLexical,
propriete, 0, executable, 1)
les_regles.Commit()
return True
# -----------------------------------------------------------------------------
# Le corps du script exécuté au lancement
# -----------------------------------------------------------------------------
if __name__ == "__main__":
# créer le contexte en déclarant la gestion des évènements
contexte = win32com.client.DispatchWithEvents("SAPI.SpSharedRecoContext", gestion_evenement)
if contexte.State != SpeechRecoContextState.SRCS_Enabled:
print("Le contexte de reconnaissance n'est pas actif.")
# ce fichier contient la partie fixe de la grammaire
fichier_gramm = "grammaire.xml"
# chargement de la partie fixe
gramm = contexte.CreateGrammar(0) # l'id de la grammaire est zéro
gramm.State = SpeechGrammarState.SGSDisabled # la grammaire est inactive durant son chargement
gramm.CmdLoadFromFile(fichier_gramm, SpeechLoadOption.SLODynamic)
# converti la liste des logiciels
if liste_des_logiciels(gramm) == True: # la grammaire a été modifiée avec succés
# activer la grammaire et les règles
gramm.State = SpeechGrammarState.SGSEnabled
gramm.CmdSetRuleIdState(0, SpeechRuleState.SGDSActive)
# gérer les évènements
contexte.EventInterests = SpeechRecoEvents.SREStreamStart + SpeechRecoEvents.SRERecognition
# écouter les évènements
pythoncom.PumpMessages()
print("fin")
Conclusion :
La liste des logiciels reconnus peut être définie en fonction des besoins.
Finalement la reconnaissance vocale en français est accessible gratuitement sous windows xp.
Tout est dans le zip.
Vous n'êtes pas encore membre ?
inscrivez-vous, c'est gratuit et ça prend moins d'une minute !
Les membres obtiennent plus de réponses que les utilisateurs anonymes.
Le fait d'être membre vous permet d'avoir un suivi détaillé de vos demandes et codes sources.
Le fait d'être membre vous permet d'avoir des options supplémentaires.