13-1-Función Hablar

 

Construyendo un Asistente de Voz en Python

Introducción

Vamos a construir paso a paso un asistente de voz que pueda:

  • Darnos la bienvenida

  • Escuchar lo que decimos

  • Reconocer nuestro habla

  • Respondernos en voz alta

📦 Paso 1: Instalación de librerías necesarias

Primero, necesitamos instalar las librerías que utilizaremos:

bash
pip install pyttsx3 speechrecognition pyaudio

Explicación:

  • pyttsx3: Convierte texto a voz (funciona sin internet)

  • speechrecognition: Reconoce el habla y la convierte a texto

  • pyaudio: Permite acceder al micrófono (necesario para speechrecognition)

🔧 Paso 2: Importar librerías y configurar el motor de voz

python
import pyttsx3
import speech_recognition as sr

# Inicializar el motor de texto a voz
engine = pyttsx3.init()

¿Qué hace este código?

  • Importamos las librerías necesarias

  • Inicializamos el motor que convertirá texto a voz

🔊 Paso 3: Primera función - Hablar

Vamos a crear nuestra primera función que permita al programa hablar:

python
def hablar(por_hablar):
    """
    Función que recibe un texto y lo reproduce en voz alta
    """
    engine.say(por_hablar)
    engine.runAndWait()

# Probamos la función
hablar('hola')

Explicación detallada:

  • def hablar(por_hablar): - Definimos una función que recibe un parámetro llamado por_hablar

  • engine.say(por_hablar) - Encola el texto para ser reproducido

  • engine.runAndWait() - Procesa la cola y reproduce el audio (el programa espera hasta que termine)

  • hablar('hola') - Llamamos a la función y le decimos que diga "hola"

¡Importante! El parámetro por_hablar es dinámico, por lo que podemos hacer que diga cualquier texto.

🎤 Paso 4: Configurar el reconocimiento de voz

Ahora necesitamos configurar el reconocedor de voz:

python
# Crear un reconocedor de voz
listener = sr.Recognizer()

Este objeto será el encargado de escuchar y reconocer lo que decimos.

🎧 Paso 5: Probar el reconocimiento de voz

Vamos a crear un programa simple que escuche y reconozca lo que decimos:

python
# Configurar el micrófono como fuente de audio
with sr.Microphone() as source:
    print('Escuchando...')
    
    # Escuchar con un límite de 5 segundos
    audio = listener.listen(source, phrase_time_limit=5)

    try:
        print('Reconociendo...')
        # Reconocer usando Google Speech Recognition
        text = listener.recognize_google(audio, language='es-US')
        print(text)
    except Exception as e:
        print('No pude entenderlo bien, repítelo por favor')
        print(e)

Explicación paso a paso:

  1. with sr.Microphone() as source: - Abrimos el micrófono como fuente de audio

  2. listener.listen(source, phrase_time_limit=5) - Escuchamos por 5 segundos máximo

  3. listener.recognize_google() - Enviamos el audio a Google para reconocimiento

  4. language='es-US' - Indicamos que el idioma es español

  5. try...except - Capturamos errores si no entiende lo que decimos

🔄 Paso 6: Integrar el habla con el reconocimiento

Ahora vamos a combinar lo que aprendimos: que el programa hable lo que reconoció:

python
def hablar(por_hablar):
    engine.say(por_hablar)
    engine.runAndWait()

# Escuchar y responder
with sr.Microphone() as source:
    print('Escuchando...')
    audio = listener.listen(source, phrase_time_limit=5)

    try:
        print('Reconociendo...')
        text = listener.recognize_google(audio, language='es-US')
        hablar(text)  # ¡Ahora dice lo que reconoció!
        print(text)
    except Exception as e:
        hablar('No pude entenderlo bien, repítelo por favor')
        print(e)

Diferencia clave: Ahora usamos hablar(text) en lugar de print(text) para que el programa nos responda en voz alta.

🔁 Paso 7: Crear un bucle infinito

Queremos que nuestro asistente esté siempre escuchando, no solo una vez:

python
while True:
    with sr.Microphone() as source:
        print('Escuchando...')
        audio = listener.listen(source, phrase_time_limit=5)

        try:
            print('Reconociendo...')
            text = listener.recognize_google(audio, language='es-US')
            hablar(text)
            print(text)
        except Exception as e:
            hablar('No pude entenderlo bien, repítelo por favor')
            print(e)

¿Qué cambió?

  • while True: crea un bucle infinito

  • Después de responder, el programa vuelve a escuchar

👋 Paso 8: Agregar un mensaje de bienvenida

Vamos a crear una función específica para dar la bienvenida:

python
def bienvenida():
    engine.say("Bienvenido de vuelta.")
    engine.runAndWait()

# Llamar a la bienvenida
bienvenida()

while True:
    with sr.Microphone() as source:
        print('Escuchando...')
        audio = listener.listen(source, phrase_time_limit=5)

        try:
            print('Reconociendo...')
            text = listener.recognize_google(audio, language='es-US')
            hablar(text)
            print(text)
        except Exception as e:
            hablar('No pude entenderlo bien, repítelo por favor')
            print(e)

📝 Paso 9: Organizar el código en funciones

Vamos a ordenar todo nuestro código creando una función escuchar():

python
def escuchar():
    while True:
        with sr.Microphone() as source:
            print('Escuchando...')
            audio = listener.listen(source, phrase_time_limit=5)

            try:
                print('Reconociendo...')
                text = listener.recognize_google(audio, language='es-US')
                hablar(text)
                print(text)
            except Exception as e:
                hablar('No pude entenderlo bien, repítelo por favor')
                print(e)

# Programa principal
bienvenida()
escuchar()

Ventaja: Ahora tenemos código más limpio y organizado con funciones bien definidas.

🎭 Paso 10: Personalizar la voz (opcional)

Podemos cambiar la voz que utiliza nuestro asistente:

python
# Obtener las voces disponibles
voces = engine.getProperty('voices')
# Cambiar a una voz específica (el índice varía según el sistema)
engine.setProperty('voice', voces[2].id)  # Prueba con 0, 1, 2...

def bienvenida():
    engine.say("Bienvenido de vuelta.")
    engine.runAndWait()

def hablar(por_hablar):
    engine.say(por_hablar)
    engine.runAndWait()

def escuchar():
    while True:
        with sr.Microphone() as source:
            print('Escuchando...')
            audio = listener.listen(source, phrase_time_limit=5)

            try:
                print('Reconociendo...')
                text = listener.recognize_google(audio, language='es-US')
                hablar(text)
                print(text)
            except Exception as e:
                hablar('No pude entenderlo bien, repítelo por favor')
                print(e)

# Programa principal
bienvenida()
escuchar()

📋 Código completo final

python
import pyttsx3
import speech_recognition as sr

# Inicializar el motor de texto a voz
engine = pyttsx3.init()

# Configurar voz (opcional)
voces = engine.getProperty('voices')
# Descomenta la línea siguiente para cambiar la voz
# engine.setProperty('voice', voces[2].id)  # Ajusta el índice según tu sistema

# Inicializar el reconocedor de voz
listener = sr.Recognizer()

def bienvenida():
    """Da un mensaje de bienvenida"""
    engine.say("Bienvenido de vuelta.")
    engine.runAndWait()

def hablar(por_hablar):
    """
    Convierte texto a voz
    
    Args:
        por_hablar (str): El texto que se convertirá en audio
    """
    engine.say(por_hablar)
    engine.runAndWait()

def escuchar():
    """
    Escucha continuamente a través del micrófono y responde en voz alta
    """
    while True:
        with sr.Microphone() as source:
            print('Escuchando...')
            # Escuchar por un máximo de 5 segundos
            audio = listener.listen(source, phrase_time_limit=5)

            try:
                print('Reconociendo...')
                # Reconocer usando Google Speech Recognition
                text = listener.recognize_google(audio, language='es-US')
                
                # Responder en voz alta
                hablar(text)
                
                # También mostrar en consola
                print(f"Has dicho: {text}")
                
            except Exception as e:
                # Si no entiende, pedir que repita
                hablar('No pude entenderlo bien, repítelo por favor')
                print(f"Error: {e}")

# Programa principal
if __name__ == "__main__":
    bienvenida()
    escuchar()

🎯 Resumen de lo aprendido

PasoFunciónPropósito
1-2Importaciones y configuraciónPreparar el entorno
3hablar()Convertir texto a voz
4-5Reconocimiento básicoEscuchar y convertir voz a texto
6IntegraciónHablar lo que se reconoció
7Bucle infinitoEscuchar continuamente
8bienvenida()Mensaje inicial
9escuchar()Organizar el código
10Personalización de vozCambiar la voz del asistente

🚀 Próximos pasos

Ahora que tienes un asistente básico, puedes:

  • Agregar comandos específicos (ej: "abrir navegador")

  • Integrar con APIs externas

  • Mejorar el manejo de errores

  • Crear una interfaz gráfica

Comentarios

Publicar un comentario

Entradas más populares de este blog

1-7. Transforma tu audio a texto

https://docs.google.com/presentation/d/e/2PACX-1vQALlzBy_iPdW3SCPiIx-glkhsG4OKexjhqrRvQd8mGPiAfMWyRU8Vde9T7ygB-MWr30o6EJ5Ubpaiy/pub?start=true&loop=false&delayms=3000   7. Transforma tu Audio a Texto - Los "Oídos" de tu Asistente Explicación para principiantes: En esta lección vamos a crear la parte más mágica de nuestro asistente: convertir tu voz en texto que Python pueda entender. Es como enseñarle a tu computadora a escuchar y tomar notas de lo que dices. ¡Es el primer paso para una conversación real con tu asistente! Objetivo de esta lección: Configurar el reconocimiento de voz Capturar audio del micrófono Convertir audio en texto Manejar errores comunes Analogía: Piensa en esto como enseñarle a un amigo extranjero a entender español: Tu voz = Sonidos en español speech_recognition = Amigo que está aprendiendo Texto = Lo que tu amigo escribe después de entenderte 📦 Paso 3: Instalar la Librería de Reconocimiento de Voz ¿Qué es speech_recognition ? Es una librería...
Leer más

10. Haz que tu asistente hable

 https://docs.google.com/presentation/d/e/2PACX-1vTHAFRd6DI8h9_5SuA-ScwG28zy0CM7BxtMoks6vtUlj4v53h6xvaoB_oO7_ZducNACQ5FBXU6xzE74/pub?start=false&loop=false&delayms=3000 10. Haz que tu Asistente Hable - La "Boca" de tu Asistente Explicación para principiantes: ¡Es momento de darle voz a tu asistente! En esta lección vamos a transformar el texto en voz hablada. Imagina que hasta ahora tu asistente era como una persona sorda que solo podía leer lo que escribías. Ahora le vamos a dar la capacidad de responderte hablando, como Siri o Alexa. Objetivo de esta lección: Instalar y configurar pyttsx3 (motor de texto a voz) Hacer que el asistente diga cualquier texto Entender el flujo básico de síntesis de voz Prepararse para personalizar la voz Analogía: pyttsx3 es como un sintetizador vocal o un cantante robótico. Tú le das la letra (texto) y él la canta (habla) usando diferentes voces y estilos. 📦 Paso 1: Instalar la Librería pyttsx3 ¿Qué es pyttsx3? Es una librería Python ...
Leer más

8. NUEVO - Solución si tu micrófono no está captando tu audio

  https://docs.google.com/presentation/d/e/2PACX-1vQmcGg0EfbCv-ZVuqeEl7TLPKuaVyK6KsgHqpSRqeLTZ-mUFV8JlQ6a5pbH2WbLBGcXinzLTTBSKvPb/pub?start=false&loop=false&delayms=3000  8. NUEVO - Solución si tu Micrófono no Capta tu Audio Explicación para principiantes: Si tu asistente dice constantemente "No pude entenderlo bien" pero tú SÍ estás hablando, el problema está en la conexión entre tu voz y Python. Imagina que tu micrófono es un teléfono y Python es un amigo al otro lado de la línea. Si el teléfono está roto o mal configurado, tu amigo no te escuchará, ¡aunque tú estés gritando! Objetivo de esta lección: Diagnosticar problemas de captura de audio Configurar correctamente el micrófono en Windows Identificar programas que interfieren Probar soluciones paso a paso Estado actual del problema: python while True :      print ( 'Escuchando...' )   # ✅ Esto sí aparece     audio = listener . listen ( source )   # ⚠️ Aquí está e...
Leer más