我們如何發送文字輸入到谷歌助手？

Question

目前，谷歌助理SDK接受語音輸入，這意味着我的問題很簡單：我想與谷歌助手交談，但不使用語音，只是聊天。例如，這當然是，在Google Allo中。谷歌是否暴露了一個用於文本輸入的API？

Answer 1

它在v1alpha2版本的谷歌助理SDK服務

Answer 2

SDK沒有文本選項。也許在將來。

Answer 3

所以它看起來不像sdk接受文本，但它確實接受音頻文件輸入。它甚至可以作爲音頻文件輸出。

python -m pushtotalk -i somefile.wav -o outputfile.wav 

這讓我開始思考，我寫了一個腳本：

echo $1 >> query.txt 
espeak -f query.txt -w audio_query.wav 
python -m pushtotalk -i audio_query.wav -o audio_response.wav &> pushtotalk.log 
pocketsphinx_continuous -infile audio_response.wav 2> pocketsphinx.log > response.txt 
cat response.txt 

rm response.txt query.txt audio_query.wav audio_response.wav pocketsphinx.log pushtotalk.log 

這僅僅是一個shell腳本，但是這可能會被轉換到Python了。要使用它，請將腳本保存爲pushtotalk_script.sh並運行./pushtotalk_script.sh "how tall is mount kilamanjaro?。我使用espeak將文本轉換爲wav文件。然後使用助理sdk得到迴應。你可以在這裏停下來播放回應。 Pocketsphinx是由CMU創建的音頻轉錄引擎。您可以使用apt-get找到這些工具的軟件包，但是如果您使用的是OSX，則pocketsphinx軟件包不起作用，您需要點擊這些formulas。另外，這裏有一個使用espeak的python module。還有一個pocketsphinx作爲python模塊的repo，但我不能鏈接兩個以上的鏈接。

谷歌的助理似乎沒有太多的麻煩理解espeak的輸出。然而，Pocketsphinx通常會在轉錄文本時遇到一些麻煩。但是對於簡單的迴應它很有效。根據問題的長度和響應音頻文件，整個過程大約需要5到10秒。