Jak uzyskać głos w surowym formacie za pomocą mikrofonu w Linuksie

Piszę program rozpoznawania mowy z sfinksem cmu. Potrzebuje uzyskać .raw audio file do rozwiązania. Jak mogę uzyskać głos z mikrofonu w surowym formacie? Mam googlowałem do tego. Mówią, że przeczytałem od /dev/dsp, ale nie mogę znaleźć tego pliku/urządzenia. Jestem w ArchLinux z alsa. Linux version 3.2.9-1-pae.Jak uzyskać głos w surowym formacie za pomocą mikrofonu w Linuksie

[email protected] /dev % ls 
agpgart    ptmx  tty23 tty58 vcs28 vcs62 vcsa39 
autofs    pts/  tty24 tty59 vcs29 vcs63 vcsa4 
block/    random tty25 tty6  vcs3 vcs7 vcsa40 
bsg/    rfkill tty26 tty60 vcs30 vcs8 vcsa41 
btrfs-control  [email protected]  tty27 tty61 vcs31 vcs9 vcsa42 
bus/    rtc0  tty28 tty62 vcs32 vcsa vcsa43 
char/    sda  tty29 tty63 vcs33 vcsa1 vcsa44 
console    sda1  tty3 tty7  vcs34 vcsa10 vcsa45 
[email protected]    sda2  tty30 tty8  vcs35 vcsa11 vcsa46 
cpu/    sda3  tty31 tty9  vcs36 vcsa12 vcsa47 
cpu_dma_latency  sda4  tty32 ttyS0 vcs37 vcsa13 vcsa48 
disk/    sda5  tty33 ttyS1 vcs38 vcsa14 vcsa49 
dri/    sda6  tty34 ttyS2 vcs39 vcsa15 vcsa5 
fb0     sda7  tty35 ttyS3 vcs4 vcsa16 vcsa50 
[email protected]     sda8  tty36 uinput vcs40 vcsa17 vcsa51 
freefall   shm/  tty37 urandom vcs41 vcsa18 vcsa52 
full    snapshot tty38 v4l/  vcs42 vcsa19 vcsa53 
fuse    snd/  tty39 vcs  vcs43 vcsa2 vcsa54 
hidraw0    [email protected] tty4 vcs1  vcs44 vcsa20 vcsa55 
hidraw1    [email protected] tty40 vcs10 vcs45 vcsa21 vcsa56 
hpet    [email protected] tty41 vcs11 vcs46 vcsa22 vcsa57 
initctl|   tty  tty42 vcs12 vcs47 vcsa23 vcsa58 
input/    tty0  tty43 vcs13 vcs48 vcsa24 vcsa59 
kmsg    tty1  tty44 vcs14 vcs49 vcsa25 vcsa6 
log=    tty10  tty45 vcs15 vcs5 vcsa26 vcsa60 
loop-control  tty11  tty46 vcs16 vcs50 vcsa27 vcsa61 
mapper/    tty12  tty47 vcs17 vcs51 vcsa28 vcsa62 
mcelog    tty13  tty48 vcs18 vcs52 vcsa29 vcsa63 
media0    tty14  tty49 vcs19 vcs53 vcsa3 vcsa7 
mei     tty15  tty5 vcs2  vcs54 vcsa30 vcsa8 
mem     tty16  tty50 vcs20 vcs55 vcsa31 vcsa9 
net/    tty17  tty51 vcs21 vcs56 vcsa32 vga_arbiter 
network_latency  tty18  tty52 vcs22 vcs57 vcsa33 video0 
network_throughput tty19  tty53 vcs23 vcs58 vcsa34 watchdog 
null    tty2  tty54 vcs24 vcs59 vcsa35 zero 
port    tty20  tty55 vcs25 vcs6 vcsa36 
ppp     tty21  tty56 vcs26 vcs60 vcsa37 
psaux    tty22  tty57 vcs27 vcs61 vcsa38

Czy istnieje inny sposób na uzyskanie głosu? Używać GStreamer? Czy mogę użyć interfejsu API google do pobierania tekstu, przesyłając plik audio? wszelkie inne porady są również mile widziane. Dziękuję

Źródło

2012-03-20 madper

Chcesz przechwycić dźwięk z mikrofonu, prawda? –

@SememAhmed, tak, z ** nieprzetworzonym ** formatem. – madper

Myślę, że to, co ma na myśli. Ale nie jestem pewien, co to jest format * raw *. –

Oto kilka przydatnych linków, które uczą, jak do przechwytywania danych głosowych za pomocą ALSA -

Oto link który daje pewne spostrzeżenia dotyczące ALSA i jego konfiguracja.

This to oficjalny materiał referencyjny API ALSA.

Może to być niepowiązane z kontekstem, ale here to lista zaleceń, o których należy pamiętać podczas programowania audio.

Jeśli potrzebujesz alternatyw dla ALSA, proponuję przejrzeć Port Audio.

Źródło

2012-03-20 05:42:33

Dziękuję bardzo. Po prostu decyduję się spróbować użyć GSterammer ~: D Jeśli się nie uda, spróbuję użyć ALSA. Jeszcze raz dziękuję. – madper

@madper: Istnieją również inne biblioteki, takie jak Port Audio. Możesz spróbować, jeśli GStreamer nie działa :-). –

Ja raczej GStreamer może dobrze pracować ~ – madper

/dev/dsp jest OSS, który jest używany przez podsystem dźwięku starszych wersjach systemu Linux. Użyj funkcji API GStreamer (zalecane) lub ALSA (akceptowalnych) do nagrywania dźwięku.

Źródło

2012-03-20 05:42:29

Dziękuję bardzo. Będę szukał API GStreamera. – madper

Jak uzyskać głos w surowym formacie za pomocą mikrofonu w Linuksie

Odpowiedz

Powiązane problemy