Atom Echo STT/TTS服务开发

最新推荐文章于 2025-12-28 16:12:03 发布
原创 最新推荐文章于 2025-12-28 16:12:03 发布 · 742 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

Atom Echo STT/TTS服务由Wang QiXiang创建，2021年3月10日发布。主要功能包括语音控制，利用百度语音服务进行语言转文本。开发内容涉及ATOM ECHO协议栈的移植和STT/TTS服务的搭建，考虑了两种实施方案：中转服务器或直接访问Google/AWS服务。
部署运行你感兴趣的模型镜像

Atom Echo STT/TTS服务开发分析

Creator: Wang QiXiang
Date: 2021/03/10
1、产品介绍


https://docs.m5stack.com/#/en/atom/atomecho

2、缩写说明
  • STT : Speech-To-Text 语言转文本
  • TTS : Text-To-Speech 文本转语言
3、功能介绍
  • 蓝牙音箱
  • 语音控制 （本文档主要描述语音控制方面）
  • 物联网
4、ECHO STT (官方提供，语言转文本例程，采用百度语音服务)
speak
Post Speech
Http Speech-To-Text
Text
Text
printf
User
Microphone
AtomEcho
flow.m5stack.com
BaiduRest
Serial
  • Atom Echo 访问中转服务站flow.m5stack.com，由flow.m5stack.com去请求Baidu的STT/TTS服务，
5、开发内容：

1、ATOM ECHO需要移植自定义协议栈

2、搭建STT/TTS服务

  • `方案1：搭建中转服务器，Atom Echo访问中转服务器，由中转服务器访问Google/AWS服务；
write string
Self Defined Protocol
Post Text
Http Text-To-Speech
audio
audio
audio
User
ExternalController
AtomEcho
CloudServers
Google/AWS
Speaker
speak
Post Speech
Http Text-To-Speech
string
string
User
Microphone
AtomEcho
CloudServers
Google/AWS
  • 方案2：直接访问，由Atom Echo直接访问Google/AWS服务；
write string
Self Defined Protocol
Http Text-To-Speech
audio
audio
User
ExternalController
AtomEcho
Google/AWS
Speaker
speak
Http Speech-To-Text
string
string
User
Microphone
AtomEcho
Google/AWS
ExternalController
6、参考内容
  • Google API[https://cloud.google.com/speech-to-text/docs/samples?hl=zh-cn]
  • AWS API[https://docs.aws.amazon.com/transcribe/latest/dg/API_Reference.html]
  • BAIDU API[https://ai.baidu.com/ai-doc/SPEECH/Hk38lxo4u]

您可能感兴趣的与本文相关的镜像

Wan2.2-T2V-A5B

Wan2.2-T2V-A5B

文生视频
Wan2.2

Wan2.2是由通义万相开源高效文本到视频生成模型，是有​50亿参数的轻量级视频生成模型，专为快速内容创作优化。支持480P视频生成，具备优秀的时序连贯性和运动推理能力

Wang QiXiang
关注
esp32_stt_tts_offline
yunteng521的博客
10-12 489
本文介绍了基于ESP32S3的离线语音识别与文字转语音系统实现。硬件配置包括ESP32S3开发板、INMP441麦克风、MAX98357A音频模块等组件。系统采用ESP-IDF5.4开发环境，实现了语音唤醒和命令识别功能，通过esp_mn_models进行语音指令检测，并利用esp_tts实现中文文本转语音输出。代码部分展示了音频数据采集、语音识别处理以及TTS语音合成的主要流程，其中特别处理了GB2312与UTF-8编码转换问题。当检测到特定语音指令（如ID=1）时，系统将触发预设响应动作并输出相应语音反
如何在Home Assistant中部署本地STT&TTS(必须免费)
Slaven230101的博客
02-19 2435
整体来说我认为还是一个非常不错的本地STT&TTS解决方案，相信随着作者不停迭代更新，最终可以达到一个相对完美的效果。Gemini AI大模型的组合，使我们拥有一个完整的免费AI语音助手，你还不快搞起来！
TTS and STT
01-13
使用C++在服务器上依赖Libcurl实现了TTS_STT功能.
Llama中文社区开源预训练中文版Atom-7B大模型体验与本地化部署实测
Together_CZ的博客
09-04 4379
Llama中文社区开源预训练中文版Atom-7B大模型体验与本地化部署实测
AI行动，解放做表打工人
TH_NUM的博客
12-20 1494
插件自动提取网页内容
STT-TTS-Android:一个演示应用程序，展示了 Android 中的 Speech-to-text 和 Text-to-speech
05-29
STT-TTS-Android 一个演示应用程序，展示了 Android 中的 Speech-to-text 和 Text-to-speech。 你可以在我关于文章中找到深入的解释 看到它在行动 在观看演示视频
TTS（Text-to-Speech）和 STT（Speech-to-Text）
gs80140的专栏
03-31 1739
TTS（Text-to-Speech）和 STT（Speech-to-Text）是两种互补的语音技术，主要区别在于。
esp32-stt-tts-offline
10-05
在处理语音识别和转换的过程中，ESP32-S3会利用预先配置好的语音数据文件，例如esp_tts_voice_data_xiaoxin.dat，来匹配和输出特定的声音信号。这些数据文件通常包含了特定语言或口音的语音合成数据，是实现高质量...
stt@stt:~/test_fa_ws$ ros2 launch moveit_setup_assistant setup_assistant.launch.py Package 'moveit_setup_assistant' not found: "package 'moveit_setup_assistant' not found, searching: ['/home/stt/ros2_ws/install/fairino5_v6_moveit2_config', '/home/stt/ros2_ws/install/fairino_description', '/home/stt/ros2_ws/install/fairino_hardware', '/home/stt/ros2_ws/install/fairino_msgs', '/home/stt/ros2_control_ws/install/ros2_controllers', '/home/stt/ros2_control_ws/install/ros2_control_demos', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_3', '/home/stt/ros2_control_ws/install/ign_ros2_control_demos', '/home/stt/ros2_control_ws/install/gz_ros2_control_demos', '/home/stt/ros2_control_ws/install/velocity_controllers', '/home/stt/ros2_control_ws/install/tricycle_steering_controller', '/home/stt/ros2_control_ws/install/tricycle_controller', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_8', '/home/stt/ros2_control_ws/install/ros2_control', '/home/stt/ros2_control_ws/install/transmission_interface', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_11', '/home/stt/ros2_control_ws/install/bicycle_steering_controller', '/home/stt/ros2_control_ws/install/ackermann_steering_controller', '/home/stt/ros2_control_ws/install/steering_controllers_library', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_15', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_1', '/home/stt/ros2_control_ws/install/rqt_joint_trajectory_controller', '/home/stt/ros2_control_ws/install/rqt_controller_manager', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_9', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_7', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_6', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_13', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_5', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_4', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_2', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_14', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_12', '/home/stt/ros2_control_ws/install/ros2_control_demo_example_10', '/home/stt/ros2_control_ws/install/ros2controlcli', '/home/stt/ros2_control_ws/install/ros2_controllers_test_nodes', '/home/stt/ros2_control_ws/install/ign_ros2_control', '/home/stt/ros2_control_ws/install/hardware_interface_testing', '/home/stt/ros2_control_ws/install/gz_ros2_control', '/home/stt/ros2_control_ws/install/controller_manager', '/home/stt/ros2_control_ws/install/ros2_control_test_assets', '/home/stt/ros2_control_ws/install/ros2_control_demo_description', '/home/stt/ros2_control_ws/install/range_sensor_broadcaster', '/home/stt/ros2_control_ws/install/position_controllers', '/home/stt/ros2_control_ws/install/pose_broadcaster', '/home/stt/ros2_control_ws/install/pid_controller', '/home/stt/ros2_control_ws/install/mecanum_drive_controller', '/home/stt/ros2_control_ws/install/joint_trajectory_controller', '/home/stt/ros2_control_ws/install/joint_state_broadcaster', '/home/stt/ros2_control_ws/install/imu_sensor_broadcaster', '/home/stt/ros2_control_ws/install/gripper_controllers', '/home/stt/ros2_control_ws/install/gpio_controllers', '/home/stt/ros2_control_ws/install/effort_controllers', '/home/stt/ros2_control_ws/install/forward_command_controller', '/home/stt/ros2_control_ws/install/force_torque_sensor_broadcaster', '/home/stt/ros2_control_ws/install/diff_drive_controller', '/home/stt/ros2_control_ws/install/admittance_controller', '/home/stt/ros2_control_ws/install/control_toolbox', '/home/stt/ros2_control_ws/install/realtime_tools', '/home/stt/ros2_control_ws/install/kinematics_interface_kdl', '/home/stt/ros2_control_ws/install/kinematics_interface', '/home/stt/ros2_control_ws/install/joint_limits', '/home/stt/ros2_control_ws/install/controller_interface', '/home/stt/ros2_control_ws/install/hardware_interface', '/home/stt/ros2_control_ws/install/gz_ros2_control_tests', '/home/stt/ros2_control_ws/install/controller_manager_msgs', '/home/stt/ros2_control_ws/install/control_msgs', '/opt/ros/humble']"
05-14
假设正在开发一个简单的机械臂控制程序，可参考以下代码结构加载 MoveIt 配置： ```cpp #include <moveit/move_group_interface/move_group_interface.h> int main(int argc, char** argv) { rclcpp::init(argc, ...
流式语音交互（STT+TTS）
artificiali的博客
09-18 365
目标：实现完整的语音交互功能，包含录音、语音识别（STT）、AI对话回复、 语音合成（TTS）和音频播放的全流程。功能：录音 → 语音识别 → AI对话 → 语音合成 → 播放，全部在内存中完成，不写入磁盘。，适合实时交互场景。
微软上TTS和STT
01-11
使用c++在服务器上实现TTS以及STT功能
部署STT-NODE服务
三片叶子的修行日记
08-22 550
一、安装Docker容器 参考:https://wiki.centos.org/zh/Cloud/Docker https://www.docker.com/docker-centos-distributionsudo yum install docker二、安装之后检查版本docker -v三、启动Docker服务service docker start四、获取stt-node
文字转语音（TTS）和语音转文字（STT）是语音技术领域的两大核心技术
02-25 1927
TTS和STT技术通过深度学习的推动取得了显著进展，但仍需在自然度、多语言支持、低资源场景等方面持续优化。未来，这两项技术将进一步融入日常生活，成为人机交互的核心组件。
科大讯飞TTS（文字转语音）和STT（语音转文字）
2401_85565442的博客
05-10 3125
科大讯飞TTS（文字转语音）和STT（语音转文字）
ChatAudio 通过TTS + STT + GPT 实现语音对话（低仿微信聊天）
Crazymryan的博客
04-14 7144
效果图什么是 STT 和 TTS？STT 是语音转文字（Speech To Text）TTS 是文字转语音（Text To Speech）为什么要使用 SST + TTS 如果用户直接输入音频，OpenAI 的 API 中并没有直接使用语音和 GPT 进行对话的功能。所需依赖expressexpress-fileuploadopenaiwebsocketnodemondotenv实现语音转文字（S...
基于百度云实现微信服务号内文字语音互转STT TTS
weixin_30657999的博客
04-23 653
先上效果图： 使用百度语音识别和语音合成两个接口实现 1.语音识别STT 用户微信输入，调用百度api，得到识别文本。 2.语音合成TTS 用户输入问题，调用百度api，得到mps音频，使用开源转码工具ffmpeg，转成微信音频格式amr 代码 使用基于.net的NorWeChat开源微信框架 [HttpPost] [Action...
OpenAI突袭发布三款语音模型：GPT-4o STT/TTS实测详解 + 应用推荐 + 接入指南
努力分享一些人工智能、计算机视觉、影像等相关的知识干货！
03-21 3067
OpenAI 于 2025 年 3 月发布三款全新语音模型：gpt-4o-transcribe、gpt-4o-mini-transcribe（语音转文本）以及 gpt-4o-mini-tts（文本转语音），主打更高准确率、更快响应与更低成本。实测显示，在多语言识别方面表现优异，尤其在复杂环境中自动降噪、识别主说话人等能力显著增强；TTS 模型则支持情感语调控制，适合英文语音合成。本文详细解析其性能对比、接入方式、使用建议及应用场景，助你快速了解 GPT-4o 在语音 AI 领域的最新进展。
探秘Echo：一款创新的开源语音识别与合成工具
gitblog_00021的博客
04-27 510
探秘Echo：一款创新的开源语音识别与合成工具 项目简介 是一个由Anhthii开发的开源项目，专注于提供高效、易用的语音识别和文本转语音（TTS）功能。它旨在简化开发者在构建语音相关的应用程序时的工作流程，如智能助手、在线教育平台或无障碍应用等。 技术分析 Echo采用了现代深度学习框架，如TensorFlow或者PyTorch，以构建其核心的语音识别和合成模型。这些模型基于预训练的神经网络架构...
探索Lobe TTS：高质量、可靠的TTS/STT库
最新发布
gitblog_00793的博客
12-28 434
在数字化时代，语音技术的应用越来越广泛，从智能助手到在线教育，再到娱乐互动，语音合成（TTS）和语音识别（STT）技术正逐渐成为不可或缺的一部分。今天，我们将深入介绍一个令人印象深刻的开源项目——Lobe TTS，这是一个支持服务器端和浏览器端的高质量、可靠的TTS/STT库。 ## 项目介绍 Lobe TTS是由LobeHub团队开发的一个开源项目，旨在为开发者提供一个易于使用、功能强大的文
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值