Ainda falando sobre reconhecimento da fala utilizando o google, enviei uma mensagem na lista AsteriskBrasil onde expressava minhas idéias de como utilizar o serviço de reconhecimento de fala do google em tempo real com o Asterisk,  já se passou quase uma semana sem se quer um suspiro de interesse, então resolvi seguir sozinho !

A idéia é utilizar EAGI para controle do canal de entrada de áudio em conjunto com o File Descriptor, o Asterisk entrega o áudio em formato RAW diretamente no File Descriptor 3, então podemos utilizar esta informação da maneira que acharmos conveniente, para este caso a manipulação se torna muito prática, o que me desprende totalmente das APP’s prontas para gravações inseridas no Asterisk Ex. Record, nada melhor do que ser livre para voar, é claro várias análises se tornam possíveis com isso e o leque de aplicações possíveis se tornam infinitas.

Você certamente já pensou em ter um PABX com funcionalidade para reconhecimento da fala então certamente irá precisar partir para soluções cooporativas e caras certo???

A Partir de hoje não !

Tudo que irá precisar é ter internet para acessar o google o Script possue algumas dependencias:

https://github.com/ederwander/Asterisk-Google-Speech-Recognition/blob/master/README

Estou usando novamente o módulo audiolab para efetuar o encode do áudio em FLAC, caso exista alguma dificuldade para a instalação deste módulo poderei pensar em adaptar o código para uso externo do sox ou flac.

Como ele funciona?

• Atende uma ligação
• O usuário tem no máximo 10 segundos para efetuar a fala
• Caso nao encontre atividade de voz encerra com timeout
• Estratégia para atividade de voz verdadeira para os seguintes valores  RMS > 15 e Pitch > 75
• Se atividade for encontrada o usuário poderá falar por no máximo 10 segundos
• O script verifica blocos em tempo real com amostras de 1 em 1 segundo e verifica se a fala cessou
• Caso sim o script interrompe a gravação automáticamente e envia o que foi gravado para o google
• Caso não o script continua o seu curso até seu máximo de 10 segundos
• Apos encontrada a resposta da fala no google o script seta a variável “GoogleUtterance”