U can talk something with the raspberry_pi which named "Orange",also can say some keywords to control other things.
算了，我们还是说中文吧，这样感觉亲切一点。
硬件环境：树莓派3代B+（Raspberry Pi 3 B+）
软件环境：Linux发行版RaspDebian
语言版本：python3.4
所需python package：os , json , time , base64 , urllib , platform , stat , subprocess
安装应用：mpg123、omxplayer
文件存放路径：path = "/home/pi/RSP_ chat"
录音设备：CM108IC树莓派亲测免驱动
工程名为：RSP_chat，里面包含两个文件夹，六个文件，实例如下：
- _pycache_
- media
- chatStart.sh
- led.py
- led.pyc
- RSP_chat.py
- RSP_chat_ok.py
- samples.wav
其中_pycache_ 、led.py、led.pyc、是为了用语音控制其他器件，python对应的模块的调用，编译之后生成的一系列文件。
media文件夹内存放的为windows XP平台下经典的开关机音频文件，和一些特征比较突出的音频文件，用于程序的开始和结束，以及模式状态转换作为声音提示。
chatStart.sh是设置主程序RSP_chat.py在系统开机后自动运行。
RSP_chat_ok.py为过程测试文件，也可以单独使用。
RSP_chat.py为主程序文件。
这一部分可以从百度语音识别官方网站获取，语音识别的API接口方式，有详细的文档参考：API请求方式及参数基本说明 ,一些传输格式的详细介绍不知道我以后还会不会更新。
话不多说，直接上文档参考：在线语音合成REST API SDK，需要说明的是，这个文档在07.06.30号被更新了，包括上面的百度语音识别都有百度给的python的库了，这个工程是在跟新之前做的，大概看了一下，新的库支持比较多种类的语言，而且功能拓展到了人脸识别，自然语言处理，OCR图像识别等。可以直接安装并支持python2.7.+，3.+
估计已经猜出来了，没错还是图灵机器人web API ，用过之后才知道，这个图灵机器人真是强大到没朋友，后台可以分析数据，可以批量导入问题以及答案，还支持敏感词汇关注。最近也有更新，用过了都说好。
上次我看到百度的语音文档编辑的时间还是15年左右，最近又迎来了一批文档更新，相信科大讯飞也能给出API的解决方案，至于免费不免费，另说吧。图灵机器人也在成长，各大平台都想顶在智能家居，机器学习的风口浪尖，我们在借助各种平台的同时，一定要去深究其本质，只学习到怎么使用别人的接口，也始终只是会用，而无法获得知其所以然的快感。
这款工程虽然做出来了，但是显得一点都不智能。
其一，因为在语音接收的问题上，由于树莓派平台的限制，并不能实现连续性的扫描周围的声音，而我在windows 10，pycharm上使用的时候是可以用PyAudio Package来进行实时读取音频信息的，到了树莓派上目前的解决方案是隔一段时间读取一次，为了检测准确还配了个指示灯说明。
其二，显得整个机器人很傻，一直在从网上获取信息，显得反应很迟钝，而且要达到真正的智能还有很长路要走，这一方面，百度语音合成跟新之后应该在合成速度上有些改善，但我们还需要多多思考，步步优化。
为了方便了解，还是做一下简单的介绍，有利于对整个模块工作方式的了解。
词法分析是计算机科学中将字符序列转换为标记（token）序列的过程，从输入字符流中生成标记的过程叫作标记化（tokenization），在这个过程中，词法分析器还会对标记进行分类。此对象用来获取连接网络的token，通过标识
# CU_ID是用户标识，随便定义，一般为设备MAC地址
# 这里在使用时换成自己申请的 API_KEY 和对应的API_SECRET
CU_ID = "88-88-88-88-88-88-88"
API_KEY = "76723YF5OUIkBgW988888888"
API_SECRET = "392c0282fd778dbd3d75051688888888"为百度语音平台的密钥，转换成网络标识的标准形式，以UTF-8的编码方式保存，用于每次访问百度语音平台。
def get_voice(self):
print("Start recording :")
os.system('arecord -D "plughw:1,0" -f S16_LE -d 5 -r16000 {}'.format(self.filename))
print("Done!")
wf = open(self.filename,"rb")
voice_data = wf.read()
wf.close
return voice_data此对象通过函数get_voice()调用操作系统指令，用命令行的形式以每5秒钟截取一次周围音频信号，并以16000Khz的采样频率进行采样，将音频数据保存为文件samples.wav，并返回voice_data为音频二进制数据。
def __init__(self, language = "zh"):
def get_text_data(self,voice_data):此对象主要功能为以固定参数形式将音频数据传入百度语音识别API接口。语言为中文，采样频率为16000Khz，标识为本机MAC地址，上传音频格式为WAV，其中上传音频内容需要进行base64编码。以JSON格式向网站发送GET请求，尝试打开接入url，如果出现异常会出现异常退出并提示：IndexError或者KeyError。
如果接入顺利，网站返回json_result[]，其中json_result[‘result’]为语音识别结果，方法get_text_data(self,data)，以音频二进制数据为形参，返回语音识别结果以UTF-8解码存储在二维组元json_result[‘result’][0]。
def __init__(self):
def get_turing_text(self,text):此对象实现的功能为接入Turing机器人，以从百度语音识别的文本数据为形参，传入方法get_turing_text(self,text)（获取方式与上述中访问百度语音API方法类似，此处不再累述），函数返回从Turing机器人对话后返回的文本数据。
def __init__(self,language = "zh"):
def get_wave_data(self,text):
def play_mp3(self,mp3_data):此对象实现的功能为接入百度语音合成API（获取方式与上述中访问百度语音API方法类似，此处不再累述），以Turing机器人返回文本数据为形参传入get_wave_data(self,text)方法，获取从百度语音返回的对应文本的音频数据。文本数据以流媒体播放模式通过play_mp3(self,mp3_data)方法播出。
程序开始将给不同功能的对象命名：
if __name__ == "__main__":
rec = GetVoiceData()
stt = SoundToText()
turing = TuringChatMode()
tts = TextToSpeech()进入程序启动问候：
tts.get_wav_data("xp.wav")
time.sleep(2)
greet_data = "您好，欢迎您使用小橘子语音！"
tts.get_wave_data(greet_data)之后就一直进行函数主题循环，通过一些标志位如exitChatFlag等来作为改变对话或者控制状态的标致，配合严谨的逻辑规律，分别说出“嗨！小橘子”进入语音聊天模式，进入此模式后就可以跟小橘子聊天了，聊天内容涉及天气，航班，笑话，成语，时间，歇后语等常用词库，语音输入“聊天结束”来结束聊天。
此外，可以通过语音输入“结束程序”，“关灯”，“播放一首歌”，“关机”等来实现相应功能。当程序运行时，如果没有检测到周围环境的语音消息，会主动提示一些常用的关键词：
tts_data="你可以这样说：‘嗨小橘子’，‘聊天结束’，‘播放一首歌’，‘结束程序’，‘关机’等等"
tts.get_wave_data(tts_data)通过这样提示，帮助使用者更容易亲近小橘子，这种方式是一种语音式的使用说明书。
当然，在最终成品我已经把这一段弃掉了，因为 太啰嗦了。
程序最后设置成开机启动，这样每次运行系统的时候，可以不用进入图形界面，就能自动运行程序。程序初始加入了经典的Windows XP开机声音，用于跟用户之间进行交互，后来在程序结束，聊天结束，以及关机等不明显的交互阶段，加入了声音提示，方便用户理解当前程序运行的进程。其中结束程序用于调试时强行终止程序。
Talk is cheap,show me the code.