Reconnaissance vocale

Soyez le premier à donner votre avis sur cette source.

Vue 24 543 fois - Téléchargée 2 534 fois

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.

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.

Codes Sources

A voir également

Ajouter un commentaire

Commentaires

Messages postés
20
Date d'inscription
lundi 21 novembre 2005
Statut
Membre
Dernière intervention
13 novembre 2012

Bonjour,
J'ai installé le SDK 5.1 de microsoft. Le moteur de reconnaissance est alors accessible dans le panneau de configuration.
Il existe une option pour entraîner le moteur. Cela consiste à "réciter" du texte en anglais.
Pour "créer un nouveau recognizer", je n'ai vu qu'une solution de contournement consistant à utiliser le lexique utilisateur (objet SpLexicon), et à associer des prononciation avec des mots. Cela fonctionnait plus ou moins bien (ça dépend des avis). Maintenant, je n'ai pas d'équipement audio particulier, mais seulement celui d'un PC d'entrée de gamme avec un micro de base.
Cordialement,
Messages postés
307
Date d'inscription
lundi 17 juillet 2006
Statut
Membre
Dernière intervention
27 mai 2012
3
ya pas de mal, merci pour la réponse.
pour le français il va apparemment falloir attendre le SDK 5.3 intégré dans Vista et Seven mais qu'il ne semple pas pouvoir être téléchargé pour le moment.

une autre question, comment avez vous entrainez le moteur ?
par du code ou par un soft fournit par microsoft ?
il serrait peut-être possible de créer un nouveau recogniser en lui apprenant uniquement les mots qui nous intéressent (et en français).

cordialement,
Messages postés
20
Date d'inscription
lundi 21 novembre 2005
Statut
Membre
Dernière intervention
13 novembre 2012

Bonjour,
J'arrive à reconnaître des "phrases simples" en "français" du type "execute word", "execute notepad", ... En fait ce sont des mots assez proches de l'anglais, mais je peux les prononcer avec une intonation française. Je n'ai pas installé de composant supplémentaire, mais seulement entraîné le moteur de reconnaissance vocale dans ce sens.
Néanmoins, cela ne fonctionne pas avec du texte semblable à ce message. Désolé, si l'intitulé de la source vous a induit en erreur.
Cordialement,
Messages postés
307
Date d'inscription
lundi 17 juillet 2006
Statut
Membre
Dernière intervention
27 mai 2012
3
bonjour,
je suis un programmeur VB6iste.
j'ai installé le SAPI 5.1 et j'arrive fort bien a le faire reconnaitre.
En anglais seulement.
Il me semble que vous avez dis que vous reconnaissiez du français.
avez vous installé un recogniser en plus ?
je suis sous XP SP3
cordialement,
Messages postés
20
Date d'inscription
lundi 21 novembre 2005
Statut
Membre
Dernière intervention
13 novembre 2012

Bonjour,

Je viens d'acquérir un nouveau pc avec windows 7. Mon script ne fonctionne pas. Je pense que l'outil de reconnaissance est déjà intégré car lorsque je regarde les paramètres de la reconnaissance vocale dans le panneau de configuration, le paramètre 'langue' a la valeur 'Microsoft speech recognizer 8.0 for windows (french - france). De plus, il existe un tutoriel sur l'utilisation de la reconnaissance vocale.
Il ne me reste plus qu'à essayer.
Afficher les 11 commentaires

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.