ASR 节点

功能说明

ASR（Automatic Speech Recognition，自动语音识别）节点用于将语音流转换为文本。 该节点支持在线语音识别，可结合 VAD 节点使用，在检测到语音段落时启动识别，减少无效计算。 典型应用场景包括语音对话、人机交互和语音控制等。

---

软硬件环境

• 硬件推荐：

  • SpacemiT MUSE Pi Pro 或其他支持 Bianbu ROS 的 RISC-V64 平台
  • USB 麦克风（或其他音频采集设备）

• 软件环境：

  • Bianbu ROS 系统

依赖安装检查

sudo apt update
sudo apt install -y libopenblas-dev \
	portaudio19-dev \
	python3-dev \
	ffmpeg \
	python3-spacemit-ort \
	libcjson-dev \
	libasound2-dev \
	python3-pip \
	python3-venv

配置虚拟环境

# 设置镜像源
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
pip config set global.extra-index-url https://git.spacemit.com/api/v4/projects/33/packages/pypi/simple

# 创建虚拟环境
python3 -m venv ~/asr_env
source ~/asr_env/bin/activate

# 安装依赖
pip install -r /opt/bros/humble/share/jobot_voice/requirements.txt

需要订阅的话题

• /audio/raw (jobot_interfaces/msg/AudioFrame)
• 输入音频帧数据，来自音频采集节点。

• /audio/vad_out (jobot_interfaces/msg/VADResult)
  • 可选的 VAD 订阅。

启动命令

使用 ros2 launch 启动：

source /opt/bros/humble/setup.bash
source ~/asr_env/bin/activate
export PYTHONPATH=~/asr_env/lib/python3.12/site-packages/:$PYTHONPATH

ros2 launch br_hri asr.launch.py

发布的话题

• /voice_text (std_msgs/msg/String)
• 输出识别后的文本结果。

参数列表

参数名	类型	默认值	候选值	说明
result_topic	string	voice_text	自定义	ASR 识别结果输出话题
sub_topic	string	/audio/raw	与音频采集节点发布一致	输入音频流话题（由音频采集节点提供）
language	string	zh	zh、en	识别语言（zh 中文 / en 英文）
sld	double	1.0	> 0	录音启动后静音最大时长（秒），超过则结束录音开始转文字
min_db	int	2000	建议 > 2000	判定为有声音的能量阈值
max_time	double	10.0	> 0	单段录音最长时长（秒）
use_vad	bool	false	false、true	是否启用外部 VAD 结果
vad_topic	string	/audio/vad_out	与 VAD 节点保持一致	订阅 VAD 话题名

C++ 订阅示例

#include "rclcpp/rclcpp.hpp"
#include "std_msgs/msg/string.hpp"

class ASRClient : public rclcpp::Node {
public:
    ASRClient() : Node("asr_client") {
        sub_ = this->create_subscription<std_msgs::msg::String>(
            "/voice_text", 10,
            [this](const std_msgs::msg::String::SharedPtr msg) {
                RCLCPP_INFO(this->get_logger(), "识别结果: %s", msg->data.c_str());
            });
    }
private:
    rclcpp::Subscription<std_msgs::msg::String>::SharedPtr sub_;
};

int main(int argc, char *argv[]) {
    rclcpp::init(argc, argv);
    rclcpp::spin(std::make_shared<ASRClient>());
    rclcpp::shutdown();
    return 0;
}

Python 订阅示例

import rclpy
from rclpy.node import Node
from std_msgs.msg import String

class ASRClient(Node):
    def __init__(self):
        super().__init__('asr_client')
        self.subscription = self.create_subscription(
            String,
            '/voice_text',
            self.listener_callback,
            10)

    def listener_callback(self, msg):
        self.get_logger().info(f"识别结果: {msg.data}")

def main(args=None):
    rclpy.init(args=args)
    node = ASRClient()
    rclpy.spin(node)
    node.destroy_node()
    rclpy.shutdown()

if __name__ == '__main__':
    main()