ROS语音交互 - sound_play

Introduction of sound_play package

audio_common是一个第三方音频开发包，它实现了音频驱动以及相关的 ROS 消息机制。它包含如下几个库：
1）audio_capture: 从麦克风采集声音
2）audio_play: 从 audio_capture 收集声音并通过声卡播放
3）audio_common_msgs: 声音传输的消息定义
4）sound_play: 播放声音和语音合成

我们这里主要使用的是最后这个sound_play，它的主要的功能包括：
1）声卡驱动；
2）播放声音（wav、ogg）；
3）语音合成（仅限英文）
同时它支持 C++ 以及 python 接口，使得开发者可以不用关心底层的驱动和算法。

sound_play提供一个node，可以把topic中的commands转化为语音， 该node支持内建语音，播放OGG/WAV文件，以及通过festival做语音合成功能。

参考链接：

• sound_play - ROS wiki

• ROS语音合成 - sound_play应用

• ros安装sound_play及播放合成声音

• source - github

---

Install sound_play

下载 sound_play 功能包并编译

1）新建一个~/ros_workspace/src/目录后从github直接clone

git clone https://github.com/ros-drivers/audio_common.git

2）返回~/ros_workspace/目录下使用rosdep安装依赖

rosdep install sound_play

如果所有依赖库都已安装会显示，没有的话会自行安装：

#All required rosdeps installed successfully

3）最后在同一目录下编译即可：

catkin_make

Usages

Test for sound_play

1）运行roscore：

roscore

2）新开一个terminal窗口并cd到之前创建的~/ros_workspace/目录下source：

source devel/setup.bash

3）启动节点：

rosrun sound_play soundplay_node.py

如果显示类似以下信息则表示节点打开成功：

[INFO] [WallTime: 1448443557.340794] sound_play node is ready to play sound

Play sound

1）测试播放内置声音：

我们使用系统内置的声音进行播放，运行如下命令：

rosrun sound_play playbuiltin.py 2

如果听到两声锣声则表示运行成功。

2）测试播放 WAV 或 MP3 等声音：

使用 play.py 这个例子即可，后面的是我的 wav 文件路径，使用时修改成自己的：

rosrun sound_play play.py /home/zacdeng/Music/a2002011001-e02-ulaw.wav

**注意：文件路径必须是绝对路径，不要使用~/ **

或者播放 MP3 文件：

rosrun sound_play play.py /home/zacdeng/Music/a2002011001-e02-128k.mp3

正常情况下它会显示：

Playing “/home/zacdeng/Music/a2002011001-e02-128k.mp3”.

3）测试语音合成：

这是比较吸引人的一个功能，它使用了 text2wave 库将一段文本转成语音再进行播放。调用的例子如下：

rosrun sound_play say.py 'Hello world'

正常情况下它会显示：

Saying: Hello World
Voice: voice_kal_diphone
Volume: 1.0

注意：输入文本必须是英文，暂时不能播放中文

如果你听到一段蹩脚的英文朗读 Hello World 那么这个例子你也运行成功了。由于音频库大小问题，这个合成效果可能不太自然，有兴趣的同学可以根据 参考 研究下 text2wave 库怎么替换下别的声音。

大概整个使用流程就是这么多了，如果有遇到其他问题可以参考上面提到的博客！Good Luck！