用于說話頭骨的Raspberry Pi音頻伺服控制器

描述

介紹

ChatterPi 是一個將 Raspberry Pi 變成音頻伺服控制器的軟件包。換句話說，Pi 根據(jù)音頻輸入的音量輸出命令來控制伺服。輸入可以是存儲的音頻文件（單聲道或立體聲.wav 格式）或來自外部源，例如麥克風(fēng)或線路電平輸入。用途之一是驅(qū)動電子動畫道具，例如頭骨或會說話的鳥。

[這篇文章已經(jīng)更新以反映最新版本中添加的新功能。]

背景：會說話的顱骨控制簡史

仍然產(chǎn)生良好影響的常見道具是會說話的物體，無論是頭骨還是動物。一些成本較低的商業(yè)道具使用馬達和彈簧。另一種方法是預(yù)先編程一個完整的序列來匹配人聲，但這非常耗時，如果你想改變?nèi)寺?，或者只是稍微編輯一下，你需要重新編程整個序列。出于這個原因，使用音頻伺服控制器來驅(qū)動控制顎的伺服電機是一種非常流行的方法。有幾種變體。最早使用硬件之一來檢測音頻何時超過閾值，然后開始將下頜移動到完全打開的位置，當音頻低于閾值時，它將開始關(guān)閉下頜。“可怕的特里”西蒙斯可能是第一個開發(fā)電子硬件板的人為此，Cowlacious Designs繼續(xù)改進和銷售商業(yè)版本，增加了許多附加功能，例如內(nèi)置音頻播放器、各種觸發(fā)選項以及控制 LED 作為眼睛的能力。

后來，一個名叫 Mike（無親屬關(guān)系）的人將 Arduino 與硬件音量級板結(jié)合起來生產(chǎn)了Jawduino 。這從只有 2 個級別變?yōu)?4 個級別。原始項目只是接收音頻并控制伺服，但其他項目添加了擴展以播放存儲的 mp3 文件和/或隨機移動其他伺服（例如，http://batbuddy.org/資源/Halloweenstuff/TalkingSkull.php ）。

幾年前，來自 Haunt Hackers 的 Steve Bjork 將專用硬件與螺旋槳微控制器相結(jié)合，將級別數(shù)增加到近 256 個，并濾除不會導(dǎo)致口語聲音出現(xiàn)下巴移動的低頻和高頻。結(jié)果是Wee Little Talker 。該商業(yè)板還具有板載 mp3 播放器，可以從外部觸發(fā)，控制 LED“眼睛”，并增加了包括語音反饋菜單系統(tǒng)在內(nèi)的多種功能。

我突然想到，憑借當前的單板計算機功能和強大的軟件庫，應(yīng)該可以將所有這些中的大部分最佳功能整合到一個在 Raspberry Pi 上運行的基于軟件的單一系統(tǒng)中。結(jié)果是 ChatterPi。ChatterPi 是使用 Python 語言從頭開始開發(fā)的，但功能和特性的想法是從以前的音頻伺服控制器項目中自由借鑒的。

特征

ChatterPI 的設(shè)計非常強大和靈活，無需用戶修改任何代碼（盡管高級用戶當然也可以這樣做）。手冊的“操作”小節(jié)中描述了所有功能和選項。

?

演示視頻

該視頻展示了 ChatterPi 的運行情況，同時使用了已保存的.wav 文件和麥克風(fēng)輸入。ChatterPi 正在控制下巴的運動。其他頭骨運動被預(yù)先編程為在Pololu Maestro 伺服控制器上運行的腳本。

使用 ChatterPi

本節(jié)介紹如何設(shè)置和安裝使用 ChatterPi 和使用它的硬件和軟件。

硬件

ChatterPi 是在 Pi 3 A+ 和 Pi Zero W 上開發(fā)和測試的。鑒于它適用于 Pi Zero，它應(yīng)該適用于任何 Pi。[2020 年 7 月 13 日更新：原始代碼在音量提取代碼中有一個緩慢的部分，導(dǎo)致它無法在 Pi Zero 上運行。這已在最新版本中修復(fù)。]

除了 Raspberry Pi，您還需要一個 USB 聲卡。出于幾個原因需要這樣做。首先，如果您打算使用外部聲源，則需要一種將音頻輸入 Pi 的方法。其次，除了不能產(chǎn)生很好的聲音外，音頻輸出連接器可能與驅(qū)動伺服所需的脈沖寬度調(diào)制 (PWM) 代碼共享時序，從而產(chǎn)生沖突。使用便宜的 USB 聲卡可以解決這兩個問題。我用過 Adafruit 的一款，售價不到 5 美元，效果很好（見https://www.adafruit.com/product/1475）。您需要將 TRS（標準立體聲）插頭或適配器插入聲卡上的耳機和麥克風(fēng)插孔。該卡不適用于 TRRS（組合麥克風(fēng)/立體聲耳機插頭。如果您想使用麥克風(fēng)或其他外部聲源，則只需要一個。否則，您可以使用保存在 Raspberry Pi 上的 audio.wav 文件。您但是，仍然需要 USB 聲卡進行音頻輸出。

這就是音頻伺服控制器所需要的一切。當然，如果你想用一個來觸發(fā)你的道具，你需要一個電源和一個你想要控制的伺服器，例如一個配備伺服器的說話頭骨和一個被動紅外傳感器 (PIR)。我使用 Parallax 的這個（https://www.parallax.com/product/555-28027 ）進行開發(fā)，因為我已經(jīng)有一個備用的。如果您不想使用外部傳感器，還可以將 ChatterPi 設(shè)置為觸發(fā)重復(fù)計時器或僅打開并運行。

圖 1 顯示了用于測試操作的測試臺設(shè)置。紅色 LED 連接到“TRIGGER_OUT”引腳以進行測試。可以移動它或?qū)⒘硪粋€ LED 和電阻器連接到“EYES_PIN”以測試該功能。觸發(fā)控制器時，TRIGGER_OUT 引腳變?yōu)楦唠娖?0.5 秒。這可用于觸發(fā)另一個道具或控制器。只要音頻播放，EYES_PIN 就會保持高電平。

圖 1. 全面測試 ChatterPi 的布局

?

默認 PIN 選擇（可在 config.ini 文件中更改）為：

• 爪伺服：18
• PIR輸入觸發(fā)：23
• 觸發(fā)輸出：16
• 眼睛：25

圖 2 是我的測試設(shè)置的照片。面包板上的接線位置略有不同，因為我用它來測試各種項目以及 3 線伺服控制器線，但原理圖連接是相同的。

?

圖 2. 用于開發(fā)的測試配置的圖片

?

軟件概述

操作或使用 ChatterPi 不需要了解或理解軟件代碼。ChatterPi 包由八個 Python 3 模塊和一個配置文件組成，如圖 3 所示。

?

配置文件 config.ini 包含所有用戶可選擇的參數(shù)，包括哪些引腳用于哪些功能、音頻源是麥克風(fēng)輸入還是存儲的 .wav 文件、應(yīng)使用哪種伺服控制模式以及伺服閾值水平。config.py 程序只是讀取這些值并在運行時使它們在內(nèi)存中可用。

main.py 程序本質(zhì)上只是在啟動時加載配置參數(shù)并調(diào)用 control.py。control.py 中的函數(shù)沒有折疊到 main.py 中，以避免子模塊必須導(dǎo)入主程序，這可能會出現(xiàn)問題。

大多數(shù)處理發(fā)生在 control.py 和 audio.py 模塊中。control.py 程序使用 config.ini 文件中指定的方法處理大部分觸發(fā)（定時器、外部觸發(fā)（如 PIR）或在啟動時立即使用 config.ini 文件中指定的方法。它使用 GPIO Zero 和 PiGPIO 庫來監(jiān)控觸發(fā)傳感器并將輸出發(fā)送到輸出觸發(fā)器和 LED 引腳。PiGPIO 用作 GPIO 零下面的 GPIO 層，因為它使用 DMA 控制來控制用于控制伺服的脈沖寬度調(diào)制 (PWM) 控制。其他一些庫，包括GPIO Zero 使用的默認一個，使用軟件 PWM，這對于控制 LED 亮度等任務(wù)來說是足夠的，但對于伺服控制來說不夠精確。

除非觸發(fā)模式為 START，否則文件將進入無限循環(huán)，等待計時器到期（TIMER 模式）或生成外部觸發(fā)（PIR 模式）。等待功能滿足要求，在開發(fā)過程中，中斷驅(qū)動的方法干擾了音頻輸出，可能是由于時序沖突。在 TIMER 模式下，在音頻文件完成播放（如果源是 FILES）或在可配置的預(yù)設(shè)時間（如果源是 MICROPHONE）之后重新啟動定時器。

觸發(fā)時，會調(diào)用一個事件處理程序，根據(jù)設(shè)置，觸發(fā) TRIGGER_OUT 以觸發(fā)另一個道具或設(shè)備并打開 LED 眼睛或其他低功耗設(shè)備。然后，如果音頻源是 FILES，它將調(diào)用 track.py，它將選擇下一個要播放的 .wav 文件并調(diào)用 audio.py，傳遞要播放的 .wav 文件的名稱。如果音頻源是 MICROPHONE，則調(diào)用 audio.py 時不傳遞文件名。當對 audio.py 的調(diào)用返回時，事件處理程序關(guān)閉 LED 眼睛并返回。

音頻播放、音頻分析和伺服控制都由 audio.py 模塊執(zhí)行。它定義了一個類，AUDIO。當調(diào)用 audio.play 函數(shù)時，它會檢查音頻源是 MICROPHONE 還是 FILES 并適當?shù)卮蜷_ PyAudio 流。流調(diào)用在單獨的線程中運行（這由 PyAudio 自動處理）。對于輸入流的每個塊，都會調(diào)用一個回調(diào)函數(shù)。這個回調(diào)函數(shù)是分析音頻流音量的地方。計算每個塊的平均音量，并根據(jù)該平均音量和用戶在配置文件中指定的閾值水平命令伺服器到適當?shù)奈恢谩?/font>波形庫用于從存儲中讀取波形文件，結(jié)構(gòu)庫用于幫助解構(gòu)波形數(shù)據(jù)以計算音量，并幫助分別分析立體聲文件的左右聲道。級別數(shù)、具體閾值以及在計算音量之前是否應(yīng)用帶通濾波器取決于用戶在配置文件中設(shè)置的 STYLE 設(shè)置。除了官方文檔，我還找到了一個幻燈片演示，Jean Cruypenynck 的 PyAudio簡介非常有幫助。

如果 STYLE 設(shè)置為 2，則調(diào)用 bandpassFilter.py 來處理數(shù)字音頻流并返回應(yīng)用了帶通濾波器的修改后的流。該程序非常簡短。它使用 scipy 信號處理庫中的兩個函數(shù)來過濾掉低于 500 Hz 和超過 2500 Hz 的音頻輸入。沒有為 STYLE 0 或 STYLE 1 應(yīng)用帶通濾波器。

當 AMBIENT 設(shè)置為 ON 時，audio.py 中的環(huán)境播放函數(shù)還必須監(jiān)視觸發(fā)事件（計時器或傳感器），因為它需要在發(fā)生此類事件時中斷自身并將控制權(quán)傳遞回 control.py。

config.ini 文件可以直接編輯，也可以通過名為 controlPanel.py 的 GUI 程序進行編輯。如果在執(zhí)行過程中更改了伺服或控制器參數(shù)子集，則更改將在下次觸發(fā)聲軌時反映出來。其他更改在 ChatterPi 停止然后重新啟動后才會生效。

maxVol.py 是一個可以從控制面板啟動的實用程序。它讀取和分析人聲或環(huán)境子目錄中的每個波形文件，并將它們寫回，并將音量增加到可能的最大值，而不會出現(xiàn)削波或失真。

Chatter Pi 配置控制面板的屏幕截圖

?

軟件安裝和設(shè)置

有關(guān)完整說明，請參閱GitHub 上的用戶手冊。

項目路線圖

此版本 0.9 包括當前為 ChatterPi 計劃的所有功能。也就是說，以后可能會添加兩個附加功能（或者如果有人愿意將它們添加到這個開源項目中：

• 使用 .mp3 文件的能力。簡單地在樹莓派上播放 MP3 文件很容易，但必須將它們作為流實時處理以驅(qū)動伺服控制器。
• 為控制面板中的許多選項添加下拉選擇列表，并允許輸入小寫值，自動更正為大寫。
• 添加從控制面板啟動和停止執(zhí)行 ChatterPi 的功能。

包起來

該代碼是開源的并發(fā)布在 GitHub ( https://github.com/ViennaMike/ChatterPi)上，我歡迎任何想要添加這些高級功能的人。

要報告錯誤、提出建議或提出問題，請轉(zhuǎn)到項目的 GitHub 存儲庫 ( https://github.com/ViennaMike/ChatterPi)并打開一個問題。為此，首先單擊問題選項卡，然后使用綠色的“新問題”按鈕。最好先瀏覽或搜索其他報告的問題，看看是否有人已經(jīng)報告了相同的問題或提出了相同的問題。然后，您可以向現(xiàn)有問題添加評論或建議，而不是打開一個新的、重復(fù)的問題。