2022/12/30
収穫をしたダイダイはこんな感じです。
乾燥した日が続いて、喉が痛くなることもあるので、果汁を絞ってハチミツ入りのお湯割りでも飲もうと思います。美味しいですよね。 
2022/12/25
ログインして
マイページから
トークンを発行します。
Lineメッセージに表示させる名称(今回は｢気象情報｣)を設定して「発行する」ボタンを押すと、
トークンが発行されるので、コピーして自分のローカルPC内に保存しました。
設定後、連携中のサービスとして表示されました。
Lineを確認すると、Line Notifyが利用可能との連絡が来ていました。
import smbusMac Book AirからRaspberry Pi ZeroにSSH接続してプログラムを実行すると、問題なくデータが収集できていることが分かりました。
import time
import requests
import datetime
dt_now = datetime.datetime.now()
bus_number = 1
i2c_address = 0x76
bus = smbus.SMBus(bus_number)
digT = []
digP = []
digH = []
t_fine = 0.0
strT = ""
strP = ""
strH = ""
def send_message(text):
headers = {
'Authorization': 'Bearer my_token',
}
files = {
'message': (None, text),
}
requests.post('https://notify-api.line.me/api/notify', headers=headers, files=files)
def writeReg(reg_address, data):
bus.write_byte_data(i2c_address,reg_address,data)
def get_calib_param():
calib = []
for i in range (0x88,0x88+24):
calib.append(bus.read_byte_data(i2c_address,i))
calib.append(bus.read_byte_data(i2c_address,0xA1))
for i in range (0xE1,0xE1+7):
calib.append(bus.read_byte_data(i2c_address,i))
digT.append((calib[1] << 8) | calib[0])
digT.append((calib[3] << 8) | calib[2])
digT.append((calib[5] << 8) | calib[4])
digP.append((calib[7] << 8) | calib[6])
digP.append((calib[9] << 8) | calib[8])
digP.append((calib[11]<< 8) | calib[10])
digP.append((calib[13]<< 8) | calib[12])
digP.append((calib[15]<< 8) | calib[14])
digP.append((calib[17]<< 8) | calib[16])
digP.append((calib[19]<< 8) | calib[18])
digP.append((calib[21]<< 8) | calib[20])
digP.append((calib[23]<< 8) | calib[22])
digH.append( calib[24] )
digH.append((calib[26]<< 8) | calib[25])
digH.append( calib[27] )
digH.append((calib[28]<< 4) | (0x0F & calib[29]))
digH.append((calib[30]<< 4) | ((calib[29] >> 4) & 0x0F))
digH.append( calib[31] )
for i in range(1,2):
if digT[i] & 0x8000:
digT[i] = (-digT[i] ^ 0xFFFF) + 1
for i in range(1,8):
if digP[i] & 0x8000:
digP[i] = (-digP[i] ^ 0xFFFF) + 1
for i in range(0,6):
if digH[i] & 0x8000:
digH[i] = (-digH[i] ^ 0xFFFF) + 1
def readData():
data = []
for i in range (0xF7, 0xF7+8):
data.append(bus.read_byte_data(i2c_address,i))
pres_raw = (data[0] << 12) | (data[1] << 4) | (data[2] >> 4)
temp_raw = (data[3] << 12) | (data[4] << 4) | (data[5] >> 4)
hum_raw = (data[6] << 8) | data[7]
compensate_T(temp_raw)
compensate_P(pres_raw)
compensate_H(hum_raw)
def compensate_P(adc_P):
global t_fine
pressure = 0.0
v1 = (t_fine / 2.0) - 64000.0
v2 = (((v1 / 4.0) * (v1 / 4.0)) / 2048) * digP[5]
v2 = v2 + ((v1 * digP[4]) * 2.0)
v2 = (v2 / 4.0) + (digP[3] * 65536.0)
v1 = (((digP[2] * (((v1 / 4.0) * (v1 / 4.0)) / 8192)) / 8) + ((digP[1] * v1) / 2.0)) / 262144
v1 = ((32768 + v1) * digP[0]) / 32768
if v1 == 0:
return 0
pressure = ((1048576 - adc_P) - (v2 / 4096)) * 3125
if pressure < 0x80000000:
pressure = (pressure * 2.0) / v1
else:
pressure = (pressure / v1) * 2
v1 = (digP[8] * (((pressure / 8.0) * (pressure / 8.0)) / 8192.0)) / 4096
v2 = ((pressure / 4.0) * digP[7]) / 8192.0
pressure = pressure + ((v1 + v2 + digP[6]) / 16.0)
global strP
strP = "気圧 : %4.1fhPa" % (pressure/100)
print(strP)
def compensate_T(adc_T):
global t_fine
v1 = (adc_T / 16384.0 - digT[0] / 1024.0) * digT[1]
v2 = (adc_T / 131072.0 - digT[0] / 8192.0) * (adc_T / 131072.0 - digT[0] / 8192.0) * digT[2]
t_fine = v1 + v2
temperature = t_fine / 5120.0
global strT
strT = "温度 : %-3.1f℃" % (temperature)
print(strT)
def compensate_H(adc_H):
global t_fine
var_h = t_fine - 76800.0
if var_h != 0:
var_h = (adc_H - (digH[3] * 64.0 + digH[4]/16384.0 * var_h)) * (digH[1] / 65536.0 * (1.0 + digH[5] / 67108864.0 * var_h * (1.0 + digH[2] / 67108864.0 * var_h)))
else:
return 0
var_h = var_h * (1.0 - digH[0] * var_h / 524288.0)
if var_h > 100.0:
var_h = 100.0
elif var_h < 0.0:
var_h = 0.0
global strH
strH = "湿度 : %3.1f％" % (var_h)
print(strH)
def setup():
osrs_t = 1 #Temperature oversampling x 1
osrs_p = 1 #Pressure oversampling x 1
osrs_h = 1 #Humidity oversampling x 1
mode = 3 #Normal mode
t_sb = 5 #Tstandby 1000ms
filter = 0 #Filter off
spi3w_en = 0 #3-wire SPI Disable
ctrl_meas_reg = (osrs_t << 5) | (osrs_p << 2) | mode
config_reg = (t_sb << 5) | (filter << 2) | spi3w_en
ctrl_hum_reg = osrs_h
writeReg(0xF2,ctrl_hum_reg)
writeReg(0xF4,ctrl_meas_reg)
writeReg(0xF5,config_reg)
setup()
get_calib_param()
if __name__ == '__main__':
try:
readData()
send_message(dt_now.strftime('%Y/%m/%d %H:%M')+ '\n'+ strT + '\n' + strP + '\n' + strH)
#print(strT + '\n' + strP + '\n' + strH)
except KeyboardInterrupt:
pass
また、スマホのLineを確認すると、無事にメッセージが飛んできていることが確認できました。
2022/12/25
using System;実行結果は以下の通りで正しく発声した内容を認識できることが分かりました。
using System.Threading.Tasks;
using Microsoft.CognitiveServices.Speech;
namespace helloworld
{
class Program
{
public static async Task RecognizeSpeechAsync()
{
// Creates an instance of a speech config with specified subscription key and service region.
// Replace with your own subscription key // and service region (e.g., "westus").
var config = SpeechConfig.FromSubscription("my_key", "japaneast");
config.SpeechRecognitionLanguage = "ja-JP";
// Creates a speech recognizer.
using (var recognizer = new SpeechRecognizer(config))
{
Console.WriteLine("Say something...");
// Starts speech recognition, and returns after a single utterance is recognized. The end of a
// single utterance is determined by listening for silence at the end or until a maximum of 15
// seconds of audio is processed. The task returns the recognition text as result.
// Note: Since RecognizeOnceAsync() returns only a single utterance, it is suitable only for single
// shot recognition like command or query.
// For long-running multi-utterance recognition, use StartContinuousRecognitionAsync() instead.
var result = await recognizer.RecognizeOnceAsync();
// Checks result.
if (result.Reason == ResultReason.RecognizedSpeech)
{
Console.WriteLine($"We recognized: {result.Text}");
}
else if (result.Reason == ResultReason.NoMatch)
{
Console.WriteLine($"NOMATCH: Speech could not be recognized.");
}
else if (result.Reason == ResultReason.Canceled)
{
var cancellation = CancellationDetails.FromResult(result);
Console.WriteLine($"CANCELED: Reason={cancellation.Reason}");
if (cancellation.Reason == CancellationReason.Error)
{
Console.WriteLine($"CANCELED: ErrorCode={cancellation.ErrorCode}");
Console.WriteLine($"CANCELED: ErrorDetails={cancellation.ErrorDetails}");
Console.WriteLine($"CANCELED: Did you update the subscription info?");
}
}
}
}
static async Task Main()
{
await RecognizeSpeechAsync();
Console.WriteLine("Please pressto continue.");
Console.ReadLine();
}
}
}
途中の処理結果も出力されていますが、その発声したその時点(途中)での翻訳が出ていますね。最終的に発声し終わった後の結果は帳尻があって、正しい文章になりました。日本語とドイツ語(英語もそうですが)は主語と動詞の語順が異なるので、その辺りも考慮されているのでしょう。大したものですね。2022/12/18
2022/12/18
# Load the xts packageこれは、パッケージを使用してRで時系列データを操作する方法を説明するための基本的な例にすぎないことに注意してください。xtsパッケージには、時系列データの操作と分析に使用できる他の多くの関数と機能があります。詳細については、パッケージのドキュメントを参照してください。
library(xts)
# Load your time series data from a file or database
# (Assuming your data is in a variable called "data")
ts <- xts(data, order.by = as.POSIXct(data$timestamp, format = "%Y-%m-%d %H:%M:%S"))
# View the first few rows of the time series data
head(ts)
# Access a specific time point in the time series
ts["2022-12-10 10:00:00"]
# Perform some basic operations on the time series data
mean(ts)
max(ts)
min(ts)
# Visualize the time series data
plot(ts)
2022/12/18
2022/12/17
2022/12/17
ChatGPTは「対話のための言語モデルを最適化」したものであり、以下の特徴があるようですね。
個人のマイクロソフトアカウントでログインすると、以下の画面が立ち上がりました。画面の下の黄色枠内に質問事項などを書いてチャットを行う仕様です。
このChatGPTの日本語対応について確認するために以下の質問を日本語で投げかけました。
英語専用とおっしゃられているので、今後、日本語の質問を賢い翻訳のDeepLさんの力を借りたり、Chromeの日本語翻訳を駆使しながら使って行きます。
Web検索した結果と違って、物知り(知恵袋)の人に聞いたような、まとまった回答ですね。いい感じですね。次の質問に移ります。
サンプルプログラム付きの説明は驚きです。このままでは当然動きませんが、ポイントがある程度絞られて回答が返ってきているので、これをもとにコーディングを実施できそうです。2022/12/11
プログラムはgithubにあったものを一部修正したものを使いました。using System;今回、合成音声で読み上げるテキスト題材は、吉川英治著の『三国志』の桃園の巻の初めの部分です。テキストは青空文庫から抜粋しました。
using System.Threading.Tasks;
using Microsoft.CognitiveServices.Speech;
namespace helloworld
{
class Program
{
public static async Task SynthesisToSpeakerAsync()
{
// To support Chinese Characters on Windows platform
if (Environment.OSVersion.Platform == PlatformID.Win32NT)
{
Console.InputEncoding = System.Text.Encoding.Unicode;
Console.OutputEncoding = System.Text.Encoding.Unicode;
}
// Creates an instance of a speech config with specified subscription key and service region.
// Replace with your own subscription key and service region (e.g., "westus").
var config = SpeechConfig.FromSubscription("my_key", "japaneast");
// Set the voice name, refer to https://aka.ms/speech/voices/neural for full list.
config.SpeechSynthesisVoiceName = "ja-JP-NanamiNeural";
// Creates a speech synthesizer using the default speaker as audio output.
using (var synthesizer = new SpeechSynthesizer(config))
{
// Receive a text from console input and synthesize it to speaker.
Console.WriteLine("Type some text that you want to speak...");
Console.Write("> ");
string text = Console.ReadLine();
using (var result = await synthesizer.SpeakTextAsync(text))
{
if (result.Reason == ResultReason.SynthesizingAudioCompleted)
{
Console.WriteLine($"Speech synthesized to speaker for text [{text}]");
}
else if (result.Reason == ResultReason.Canceled)
{
var cancellation = SpeechSynthesisCancellationDetails.FromResult(result);
Console.WriteLine($"CANCELED: Reason={cancellation.Reason}");
if (cancellation.Reason == CancellationReason.Error)
{
Console.WriteLine($"CANCELED: ErrorCode={cancellation.ErrorCode}");
Console.WriteLine($"CANCELED: ErrorDetails=[{cancellation.ErrorDetails}]");
Console.WriteLine($"CANCELED: Did you update the subscription info?");
}
}
}
}
}
static async Task Main()
{
await SynthesisToSpeakerAsync();
Console.WriteLine("Press any key to exit...");
Console.ReadKey();
}
}
}
2022/12/11
プログラムを組まなくてもWeb上で音声合成できました。
日本語の音声は、七海(Nanami)、圭太(Keita)、碧衣(Aoi)、大智(Daichi)、真夕(Mayu)、直紀(Naoki)、志織(Shiori)の7種類です。設定を変えて合成された音声を再生してみるだけで結構遊べます・・。
ちなみに、Speechサービスは、東日本、西日本の両方のリージョンに対応していますが、今回は東日本を選択しました。
また、フリープラン(F0)で、Text to Speechは0.5million(50万)文字で無料とのことなので、遊びに使うには十分ですね。
以下の通り、リソースグループ名とインスタンス名を設定し、
以降はデフォルトで進み、
作成ボタンを押すと、
デプロイが完了しました。
キーとエンドポイントも他のAzureのCognitive Servicesと同じように発行されました。
Author: Dr.BobT
興味のおもむくままに生涯考え続けるエンジニアでありたい。