前言

雖然說目前語音識別，合成這塊技術已經很成熟了，沒什麼可以拓展的地方了，但是還是想自己實現一下在ros下進行語音識別以及熟悉整個流程，感覺還是挺cool的。
目前這塊屬科大訊飛和百度語音這兩公司做的不錯，不過還有其他的一些比如：思必馳，捷通華聲，雲之聲，圖靈OS等
ros下的語音互動系統，原生態的主要是支援的一個叫cmu sphinx，

支援多種語言，英語和德語都是支援的。
比如蘋果手機的siri，它主要是Nuance公司來做的，應該是目前語音這塊最前端的公司了，

還有一個叫festival，它是lincx可以簡單實現的一個語音互動系統，它是由愛丁堡大學開源的，測試也很簡單

NLU以前叫NLP，其實是一個東西，叫做自然語言處理（natural language process）

語音喚醒

百度語音喚醒

科大訊飛語音喚醒
語音喚醒（VoiceWakeuper）通過辨別輸入的音訊中特定的詞語（如“訊飛語點”），返回被命中（喚醒）結果，應用通過回撥的結果，進行下一步的處理，如點亮螢幕，或與使用者進行語音互動等。喚醒資源中含有一個或多個資源，只要命中其中一個，即可喚醒。需下載使用對應的語音喚醒SDK。

語音聽寫主要API呼叫流程如下圖所示：

思必馳 收費

像如上所述的語音識別方面的公司都提供線上體驗功能，感興趣的可以登入其官網體驗一下。效果還是不錯的。

語音識別ASR

百度線上語音識別

科大訊飛線上語音識別ASR

雲之聲線上識別ASR

語義理解

圖靈機器人 免費線上使用5000次每天

雲之聲 線上體驗

科大訊飛 免費線上使用體驗

捷通華聲（靈雲線上體驗）

語音合成TTS

科大訊飛語音合成TTS

雲之聲

百度線上語音

捷通華聲

接下來的教程會逐漸把這些語音互動流程與ros結合起來，並且在ros上實現。比如語音合成啊，語音識別啊，語義理解啊，讓機器人也具備語音互動功能。