Google अनुवाद + Asterisk IVR

मैंने लंबे समय तक सोचा कि किस ब्लॉग को पोस्ट किया जाए और यह तय किया जाए कि यहां उसके लिए सबसे उपयुक्त जगह थी। यदि केवल इसलिए कि विषय का मुख्य विचार "श - कुछ भी कर सकता है।"

इस विषय में एक दिलचस्प विषय पूछा गया - Google अनुवाद से सिंथेसाइज़र का उपयोग करके * के लिए आईवीआर लागू करना।

सामान्य तौर पर, मैंने ऐसा करने की योजना नहीं बनाई थी, लेकिन यह मेरे लिए दिलचस्प हो गया।


और पहली चीज जो मैंने की, मुझे पता चला कि Google कैसे बात करता है। अच्छी तरह से बोलता है, लेकिन केवल 100 अक्षर। हालांकि, यह एक आईवीआर बनाने के लिए काफी पर्याप्त है। पहले परिणाम से संतुष्ट, मैंने इस आवाज़ को कैसे काट दिया, इसकी खोज में लगा हूं। एक छोटी खोज ने मुझे विकल्प में ला दिया translate.google.com/translate_tts?q=&tl=ru
मैं उसके साथ ब्राउज़र में टकराया और बोले गए टेक्स्ट के साथ एक एमपी 3 मिला। इससे भी अधिक प्रेरित, मैंने इस लाइन को भूल में डाल दिया।

[utfadm@SIP:/var/lib/asterisk]> wget "http://translate.google.com/translate_tts?q=&tl=ru"
--2011-12-01 13:24:53-- translate.google.com/translate_tts?q=%D1%82%D0%B5%D0%BA%D1%81%D1%82&tl=ru
translate.google.com (translate.google.com)... 173.194.32.225, 173.194.32.234, 173.194.32.235, ...
translate.google.com (translate.google.com)|173.194.32.225|:80... .
HTTP- . ... 403 Forbidden
2011-12-01 13:24:53 403: Forbidden.

--2011-12-01 13:24:53-- translate.google.com/translate_tts?q=%D1%82%D0%B5%D0%BA%D1%81%D1%82&tl=ru
translate.google.com:80.
HTTP- . ... 403 Forbidden
2011-12-01 13:24:53 403: Forbidden.


तब पहला बुमर मुझे इंतजार कर रहा था। हालांकि, थोड़ा सोचने के बाद, यह सोचा गया था कि अच्छे लोगों के निगम में बेवकूफ नहीं हैं, और इसलिए वे wget mp3shechki नहीं दे सकते हैं। लेकिन ब्राउज़र दिया गया है ...

इसलिए हम खुद को एक ब्राउजर के रूप में बदल देंगे।

[utfadm@SIP:/tmp]> wget -U "Lynx 1.2.3.4" "http://translate.google.com/translate_tts?q=&tl=ru"
--2011-12-01 13:27:22-- translate.google.com/translate_tts?q=%D1%82%D0%B5%D0%BA%D1%81%D1%82&tl=ru
translate.google.com (translate.google.com)... 74.125.232.1, 74.125.232.10, 74.125.232.11, ...
translate.google.com (translate.google.com)|74.125.232.1|:80... .
HTTP- . ... 200 OK
: 0 [audio/mpeg]
: ««translate_tts?q=\321%82\321%81\321%82&tl=ru»».

[ <=> ] 0 --.-K/s 0s

2011-12-01 13:27:22 (0,00 B/s) - «translate_tts?q=\321%82\321%81\321%82&tl=ru» saved [0/0]


हम्म ... फ़ाइल की लंबाई शून्य है। और अगर ऐसा है

[utfadm@SIP:/tmp]> wget -U "Lynx 1.2.3.4" "http://translate.google.com/translate_tts?q=text&tl=ru"
--2011-12-01 13:29:59-- translate.google.com/translate_tts?q=text&tl=ru
translate.google.com (translate.google.com)... 74.125.232.2, 74.125.232.11, 74.125.232.12, ...
translate.google.com (translate.google.com)|74.125.232.2|:80... .
HTTP- . ... 200 OK
: 4421 (4,3K) [audio/mpeg]
: ««translate_tts?q=text&tl=ru»».

100%[===================================================================================================================>] 4 421 --.-K/s 0s

2011-12-01 13:29:59 (95,5 MB/s) - «translate_tts?q=text&tl=ru» saved [4421/4421]

और इसलिए यह काम करता है ...

सोचो, सोचो, सोचो ...
हो सकता है कि लिनेक्स से आने वाले रूसी पात्रों को रूसी के लिए नहीं लिया जाता है?
फिर हम उपयोगकर्ता-एजेंट को उस व्यक्ति में बदल देंगे जिसके साथ रूसी अक्षर बिल्कुल काम करते हैं।

[utfadm@SIP:/tmp]> /usr/local/bin/wget -U "Mozilla/5.0 (Windows; U; Windows NT 6.0; en-US; rv:1.9.1.5) Gecko/20091102 Firefox/3.5.5" "http://translate.google.com/translate_tts?q=&tl=ru"
--2011-12-01 13:32:27-- translate.google.com/translate_tts?q=%D1%82%D0%B5%D0%BA%D1%81%D1%82&tl=ru
translate.google.com (translate.google.com)... 173.194.32.225, 173.194.32.234, 173.194.32.235, ...
translate.google.com (translate.google.com)|173.194.32.225|:80... .
HTTP- . ... 200 OK
: 4421 (4,3K) [audio/mpeg]
: ««translate_tts?q=\321%82\321%81\321%82&tl=ru.1»».

100%[===================================================================================================================>] 4 421 --.-K/s 0s

2011-12-01 13:32:27 (103 MB/s) - «translate_tts?q=\321%82\321%81\321%82&tl=ru.1» saved [4421/4421]


ओह, यह बेहतर है ... केवल फ़ाइल का नाम किसी तरह अनाड़ी है
translate_tts?q=?%82?%81?%82&tl=ru.1
इसके सुधार में, -O कुंजी हमारी मदद करेगी, और नाम आवश्यकतानुसार सेट किया जाएगा।

तो, अब जब हमने सीखा है कि आवाज के साथ फाइल कैसे प्राप्त की जाती है, तो हमें यह सीखने की आवश्यकता है कि इसे कैसे करें *।

ऐसा करने के लिए, एक छोटी स्क्रिप्ट लिखें
#!/bin/sh
`ls /var/lib/asterisk/festivalcache/$2.gsm`
if [ $? -eq 1 ]; then
NAME=/var/lib/asterisk/festivalcache/$2
/usr/local/bin/wget -U "Mozilla/5.0 (Windows; U; Windows NT 6.0; en-US; rv:1.9.1.5) Gecko/20091102 Firefox/3.5.5" "http://translate.google.com/translate_tts?q=$1&tl=ru" -O $NAME.mp3
/usr/local/bin/mpg123 -w "$NAME.wav" "$NAME.mp3"
echo "Converting from wav to gsm"
/usr/local/bin/sox -t wav "$NAME.wav" -r 8000 -c1 -t gsm "$NAME.gsm"
rm $NAME.mp3
rm $NAME.wav
fi

इस पर चलते हैं।
पहली पंक्ति के साथ, सब कुछ स्पष्ट है।
दूसरा जो हम फ़ाइल के लिए जाँचते हैं, और यदि यह पहले से मौजूद है, तो स्क्रिप्ट इस पर अपना काम पूरा करती है।
यदि नहीं, तो फ़ाइल नाम को दूसरे लॉन्च पैरामीटर और पूर्ण पथ से सेट करें।
हम Google को फ़ाइल को एमपी में सहेजने के लिए पहले लॉन्च पैरामीटर से पाठ के साथ एक अनुरोध देते हैं।
फिर हम इसे लहराते हैं, फिर जीएसएम को चलाते हैं।
मध्यवर्ती फ़ाइलों को हटाएँ।

आउटपुट एक जीएसएम प्रारूप फ़ाइल है जो आश्चर्यजनक रूप से * खेलने में सक्षम है।

ठीक है, वास्तव में हम डायलपैन में कुछ इस तरह लिखते हैं:
exten => 227,1,Set(home=/var/lib/asterisk/festivalcache)
exten => 227,2,Wait(1)
exten => 227,n,System(/bin/sh /var/lib/asterisk/tts.sh ". " "${EXTEN}.${PRIORITY}")
exten => 227,n,Playback(${home}/${EXTEN}.$[${PRIORITY} - 1])
exten => 227,n,Set(tic=${STRFTIME(${EPOCH},,%Y%m%d)}))
exten => 227,n,System(/bin/sh /var/lib/asterisk/dt.sh 1 "${EXTEN}.${tic}")
exten => 227,n,Playback(${home}/date/${EXTEN}.${tic})
exten => 227,n,System(/bin/sh /var/lib/asterisk/tts.sh ". " "${EXTEN}.${PRIORITY}")
exten => 227,n,Playback(${home}/${EXTEN}.$[${PRIORITY} - 1])
exten => 227,n,System(/bin/sh /var/lib/asterisk/tts.sh ". ." "${EXTEN}.${PRIORITY}")
exten => 227,n,Playback(${home}/${EXTEN}.$[${PRIORITY} - 1])
exten => 227,n,Set(tic=${STRFTIME(${EPOCH},,%H%M%S)})
exten => 227,n,System(/bin/sh /var/lib/asterisk/dt.sh 2 "${tic}")
exten => 227,n,Playback(${home}/time/${tic})
exten => 227,n,Hangup()


इस प्रकार, जब स्क्रिप्ट चलती है, तो फ़ाइलें 227.3.gsm, 227.8.gsm, 227.10.gsm उत्पन्न होंगी और खेली जाएंगी, और दो और जिसके बारे में थोड़ी देर बाद पता चलेगा। सूचीबद्ध फ़ाइलों को एक बार जनरेट किया जाएगा, क्योंकि, जैसा कि हम याद करते हैं, यदि फ़ाइल पहले से मौजूद है, तो स्क्रिप्ट निष्पादित नहीं होती है। मुझे ऐसा लगता है कि एक बार जनरेट किए गए 50-60 Google वाक्यांशों पर भी बोझ नहीं पड़ेगा, लेकिन वे हमें एक पूर्ण मेनू देंगे।

बाद में मैंने जिन दो फाइलों के बारे में बताने का वादा किया था, वे वर्तमान तारीख और समय हैं। वे उत्पन्न होते हैं और तार द्वारा बुलाए जाते हैं।
exten => 227,n,Set(tic=${STRFTIME(${EPOCH},,%Y%m%d)}))
exten => 227,n,System(/bin/sh /var/lib/asterisk/dt.sh 1 "${EXTEN}.${tic}")
exten => 227,n,Playback(${home}/date/${EXTEN}.${tic})

और
exten => 227,n,Set(tic=${STRFTIME(${EPOCH},,%H%M%S)})
exten => 227,n,System(/bin/sh /var/lib/asterisk/dt.sh 2 "${tic}")
exten => 227,n,Playback(${home}/time/${tic})
क्रमशः।
जैसा कि आप कॉल से देख सकते हैं कि वे दूसरी स्क्रिप्ट में बदल जाते हैं। यह आवाज के लिए Google तक पहुँचने के लिए पहले से ही समीक्षा की गई स्क्रिप्ट के लिए एक आवरण है। यह इस प्रकार दिखता है
#!/bin/sh
if [ $1 -eq 1 ]; then
q=`date +" %d.%m.%Y "`
n=date/$2
fi
if [ $1 -eq 2 ]; then
q=`date +" %H:%M:%S"`
n=time/$2
fi
echo "$q"
/var/lib/asterisk/tts.sh "$q" $n

सब कुछ बहुत स्पष्ट है। पहला पैरामीटर निर्धारित करता है कि हमें तारीख या समय मिलता है, दूसरा फ़ाइल नाम। तिथियां फ़ोल्डर की तारीख के समय में हैं। फ़ाइल का नाम हमें * देता है। टिक = $ {STRFTIME ($ {©},% Y% m% d)}) एक महीना और डेढ़ है) और टिक = $ {STRFTIME ($ {©},% H% M% S)} एक घंटा और दूसरा है। इस प्रकार, यदि आप समय फ़ोल्डर को लंबे समय तक साफ नहीं करते हैं, तो आप सभी संभव संयोजनों को जमा कर सकते हैं।

इतना आसान रैपर।
किसी भी प्रारूप के छोटे वाक्यांशों को उत्पन्न करने के लिए, आपको केवल पहली स्क्रिप्ट के लिए एक आवरण लिखना होगा। सरल और स्वादिष्ट।

लेकिन मुझे अभी भी फ़ाइलों को पढ़ने का विचार था, लेकिन आखिरकार, एक फ़ाइल में 100 से अधिक वर्ण हो सकते हैं। इसलिए आपको कई अनुरोधों में विभाजित करना होगा। मुझे जिन फ़ाइलों को पढ़ने की आवश्यकता है उनकी बारीकियाँ ऐसी हैं जिनमें कई लाइनें हैं, लेकिन वे सभी 100 वर्णों से कम हैं। इसलिए, मैंने निम्नलिखित स्क्रिप्ट को छोड़ दिया:
[root@SIP:/var/lib/asterisk]# cat ttsb.sh
#!/bin/sh
Source=/var/lib/asterisk/source
i=0
splitted=''
NAME=/var/lib/asterisk/festivalcache/$2
`ls /var/lib/asterisk/festivalcache/$2.gsm`
if [ $? -eq 1 ]; then
for str in `cat $Source/$1`
do
i=`expr $i + 1`
WORKNAME=/var/lib/asterisk/festivalcache/$2.work.$i.mp3
splitted="$splitted $WORKNAME"
#echo $WORKNAME
#echo $str
#echo SP: $splitted
/usr/local/bin/wget -U "Mozilla/5.0 (Windows; U; Windows NT 6.0; en-US; rv:1.9.1.5) Gecko/20091102 Firefox/3.5.5" "http://translate.google.com/translate_tts?q=$str&tl=ru" -O $WORKNAME
done
/usr/local/bin/mpg123 -w "$NAME.wav" $splitted
echo "Converting from wav to gsm"
/usr/local/bin/sox -t wav "$NAME.wav" -r 8000 -c1 -t gsm "$NAME.gsm"
rm $splitted
rm $NAME.wav
fi

खैर, यहाँ सब कुछ भी काफी स्पष्ट है। हम फ़ाइल लेते हैं और इसकी प्रत्येक पंक्ति को Google के साथ फ़ीड करते हैं, फिर हम सभी एमपी 3 को एक wav में गोंद करते हैं, इसे gsm में परिवर्तित करते हैं और मध्यवर्ती फ़ाइलों को हटाते हैं। एक छोटा विराम सुना जाता है, इसलिए यह अच्छा है अगर लाइनें तार्किक रूप से उनके उच्चारण के बीच एक ठहराव का मतलब है।

इस पर, सामान्य तौर पर, मुझे लगता है कि आप समाप्त कर सकते हैं: एक सिद्धांत निर्धारित किया गया है, एक बुनियादी स्क्रिप्ट निर्धारित की गई है जिसके लिए आप रैपर लिख सकते हैं जो आपको इसकी आवश्यकता है उसे खिलाएं, एक आवरण का एक उदाहरण है और फ़ाइलों को पढ़ने का एक उदाहरण है।

स्पिंक्स को स्थापित करने की योजना है (मैंने 96% की सटीकता के साथ रूसी व्याकरणों की परियोजना देखी), Google को संसाधित करने का परिणाम फ़ीड करें, दूसरी भाषा में अनुवाद करें और Google का भी उच्चारण करें। मैं सच में नहीं जानता कि क्यों।