スマートスピーカーを写すと「アレクサ」とかしゃべるAIカメラ

動画

ストーリー

ウェイクワード スピーカー「Niwatori」

**M5StickVを使って、

スマートスピーカーを画像認識して、ウェイクワードをしゃべらせてみました。**

概要

カメラ画像に対して画像判別を行い、スマートスピーカーと認識されれば、ウェイクワードをスピーカーから再生します。

Google Homeを写すと「OK Google」としゃべり、

Clovaなら「ねえ Clova」、

Fire HD（amazonタブレット）なら「アレクサ」と言います。

M5StickV単体で動作します。

ウェイクワードのをしゃべる　→　しゃべってウェイクアップさせる　→　ニワトリと名付けました

何に役立つか

例えばメガネにこの仕組みを組み込んで、「しばらく見つめると、ウェイクワードを代わりに言ってくれる」など！

（ウェイクワードを言ったあとは、ユーザー自身の言葉で、「今日の天気は？」などと発話してください）

使ったもの

画像認識のモデルにはV-Trainingを使用。（撮影時に使うプログラムも用意されていて、とってもお手軽に使えました）

読み上げの部分はBrownieのコードを参考にさせていただきました。（そもそも、読み上げさせるというアイデア自体がBrownieの真似のようなものですが）

音声出力は、Open JTalk使用して予め用意した音声ファイルを再生しています。

そして、M5StickVだけでカメラ撮影、AIの推論、音声再生まで。M5StickVの機能をバッチリ活用したものになったと思います！

---

Wakeword Speaker "Niwatori" (Rooster)

Smart Speaker Image-recognition and speaking Wakeword system using M5StickV.

メンバー

NIWATORI

• 

  ikeuchi @ryotaikeuchi

同じニオイがする作品

• MINOSAMA 〜教えて　みのさん〜
• NopAIn
• トイレの神様
• Pose Training