我们如何将文本输入发送给Google助手？

Question

目前，谷歌助手SDK接受语音输入，这意味着我的问题相当简单：我想与谷歌助手交谈但不使用语音，只是聊天。这肯定是可能的，例如，在Google Allo中。 Google是否公开了用于文本输入的API？

Answer 1

现在，Google智能助理SDK服务的v1alpha2版本支持此功能

Answer 2

所以它看起来不像sdk接受文本但它接受音频文件输入。它甚至作为音频文件输出。

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

这让我思考，我写了一个剧本：

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

这只是一个shell脚本，但这也可能会转换为python。要使用它，请将脚本另存为pushtotalk_script.sh并运行./pushtotalk_script.sh "how tall is mount kilamanjaro?。我使用espeak将文本转换为wav文件。然后使用助手sdk获得响应。你可以在这里停下来播放回复。 Pocketsphinx是由CMU创建的音频转录引擎。您可以使用apt-get找到这些工具的软件包，但是如果您使用的是OSX，则pocketphinx软件包不起作用，您需要点击这些formulas。此外，这里使用espeak python module。还有一个针对pocketsphinx作为python模块的回购，但我无法链接两个以上的链接。

Google的助手似乎在理解espeak的输出时遇到了很多麻烦。然而，Pocketsphinx通常会在转录文本时遇到一些麻烦。但它适用于简单的响应。根据问题的长度和响应音频文件，整个过程大约需要5到10秒。