Идејата на проектот е дајте гласовни инструкции за интеракција преку нашиот компјутер или нашиот Raspberry Pi користејќи го моделот Voice-to-text Whisper.
Ќе дадеме наредба која ќе биде транскрибирана, претворена во текст, со Whisper и потоа анализирана за да се изврши соодветната наредба, која може да биде од извршување на програма до давање напон на пиновите RaspberryPi.
Ќе користам стар Raspberry Pi 2, микро USB и ќе го користам моделот Voice-to-text неодамна објавен од OpenAI, шепот. На крајот од статијата можете да видите уште малку шепот.
Јамката For во Python има некои различни карактеристики од другите програмски јазици. Ви го оставам она што го учам за да извлечам максимум од една од најкористените циклуси.
Во Python е наменет да се повторува преку итерабилен објект, било да е тоа листа, објект или друг елемент.
На датотеките со наставка .py содржат код за програмскиот јазик на Python. На овој начин кога ја извршувате датотеката се извршува таа низа од кодови.
За разлика од a датотека .sh кој ги извршува инструкциите што може да ги изврши секој систем на Линукс, за да работи датотеката .py ќе мора да инсталирате Python.
Ова е првото нешто што треба да го направите ако сакате да започнете да учите да програмирате со Python.
Гледајќи ги историските податоци што ги нуди метеоролошката опсерваторија во мојот град, го гледам тоа тие ги нудат само графички и за преземање како PDF. Не разбирам зошто не ти дозволуваат да ги преземаш во CSV, што би било многу покорисно за секого.
Па јас барав еден решение за пренесување на овие табели од pdf на csv или ако некој сака да ги форматира Excel или Libre Office. Ми се допаѓа csv затоа што со csv правиш се што можеш да се справиш со python и неговите библиотеки или лесно можеш да го увезеш во која било табела.
Бидејќи идејата е да се постигне автоматски процес, она што го сакам е сценарио за работа со Пајтон и тука влегува Табула.
По завршувањето на Курс за машинско учење, Барав каде да продолжам. Околината за развој што се користи на курсот за прототипи на Октава / Матлаб не е она што луѓето го користат, затоа мора да направите скок кон нешто поквалитетно. Меѓу кандидатите што ми се препорачуваат најмногу е Керас, користејќи заден дел TensorFlow. Нема да навлегувам во тоа дали Керас е подобар од другите алатки или рамки или дали да изберам TensorFlow или Theano. Само ќе објаснам како може да се инсталира во Убунту.
Прво се обидов да го инсталирам од документацијата на официјалните страници и беше невозможно, секогаш имав некоја грешка, некое нерешено прашање. На крајот отидов да барам специфични упатства за тоа како да инсталирате керас во Убунту А сепак, поминав два дена поминувајќи многу време ноќе. На крајот го постигнав тоа и ве оставам како го направив тоа во случај да може да ви го отвори патот.
Бидејќи ќе ги следиме чекорите препорачани од веб-страниците што ви ги оставам од извори на крајот од упатството, ќе инсталираме PIP што го немав, за управување со пакетите. пипка во Linux тоа е тоа, систем за управување со пакети напишан во питон.