Anleitung

Einrichtung des Raspberry Pis

Zunächst kann der Installationsanleitung von Finn Wehn gefolgt werden. Allerdings müssen dabei ein paar Dinge beachtet werden. Es wird mit einer SD-Karte mit der 32 Bit Version des Raspberry Pi OS gestartet. Falls bei der Installation des Betriebsystems der Standardnutzer pi geändert wurde, müssen bei der weitergehenden Installation ein paar Dinge angepasst werden. Diese sind markiert. Die SD-Karte wird in den Raspberry Pi gesteckt und dieser dann gestartet. Ist dieser mit einem Netzwerk verbunden, kann sich nun mit einem Computer per SSH verbunden werden. SSH, oder auch Secure Shell, ist ein Netzwerkprotokoll, mit welchem auf das Terminal des Pis zugegriffen werden kann. Alternativ kann auch ein Bildschirm, eine Maus und eine Tastatur angeschlossen und ein Terminal direkt auf dem Pi geöffnet werden.
Darüber müssen auf dem Pi ein MQTT-Broker, in diesem Fall Mosquitto, eine Rhasspy-Instanz, die Laufzeit-Umgebung NodeJS und Git installiert werden.

Rhasspy

Falls der Standardnutzer des Raspberry Pi geändert wurde, muss der Nutzer zur “audio” Gruppe hinzugefügt werden. Dazu kann dieser Befehl in einem Terminal eingegeben werden: sudo usermod -a -G audio NUTZERNAME
Bei der Installation der Rhasspy-Instanz muss beachtet werden, dass diese in der richtigen Sprache vorgenommen wird. In diesem Fall ist das Deutsch. Außerdem muss Zugriff auf den MQTT-Broker gewährleistet werden. Von Rhasspy wird empfohlen, dafür den Docker-Container im Host-Networking-Modus laufen zu lassen. Dadurch teilt sich der Docker-Container einen Namensraum mit dem restlichen System und kann so ohne weitere Konfiguration auf den MQTT-Broker via dessen Port zugreifen.
Der Befehl zum Starten des Rhasspy Docker Images lautet somit:

 $ docker run -d -p 12101:12101 \
      --network host \
      --name rhasspy \
      --restart unless-stopped \
      -v "$HOME/.config/rhasspy/profiles:/profiles" \
      -v "/etc/localtime:/etc/localtime:ro" \
      --device /dev/snd:/dev/snd \
      rhasspy/rhasspy \
      --user-profiles /profiles \
      --profile de

Einstellungen von Rhasspy

Bei Rhasspy müssen einige Dinge eingestellt werden. Dazu wird die Weboberfläche auf Port 12101 aufgerufen.

  1. MQTT: External
    In den Einstellungen muss dann der Host und der Port des MQTT-Brokers angeben werden. Wenn nichts an dieser Anleitung geändert wurde sind das localhost und 1883.
  2. Audio Recording: PyAudio
  3. Wake Word: Porcupine
    Das genaue Wake Word kann frei aus einer Liste gewählt werden.
  4. Speech to Text: Kaldi
  5. Intent Recognition: Fsticuffs
    Die Einstellung “fuzzy” muss hier aktiviert werden.
  6. Text to Speech: NanoTTS
  7. Audio Playing: aplay
  8. Dialogue Management: Rhasspy
  9. Intent Handling: Local Command

Installation des Systems

Dann muss dieses Projekt installiert werden. Die einfachste Methode dafür ist, das Repository zu klonen. Wenn dies geklont ist, muss nur noch das Installationsskript mit dem Befehl bash install.sh ausgeführt werden. Bei der Ausführung lässt das Skript eine Auswahl der zu installierenden Systemteile zu.
Alternativ kann in den einzelnen Ordnern, also dem Discord Client, der Custom SDK, dem Client und dem Server, jeweils der Befehlt npm install durchgeführt werden.

Einrichtung des Skillverwaltungssystems

Das Skillverwaltungssystem muss vor Inbetriebnahme noch eingerichtet werden. Dazu müssen Umgebungsvariablen festgelegt werden. Für den Client sind es diese und für den Server diese.

Um die Skills zu installieren, müssen diese auf dem Pi hochgeladen und aktiviert werden. Dazu kann der Skillmanager entweder über die Weboberfläche oder über die Befehlszeilenschnittstelle verwendet werden. Alternativ kann dies auch manuell direkt auf dem Pi vorgenommen werden.

Einrichtung des Discord Clients

Zunächst muss eine neue Anwendung erstellt werden. Dazu wird ein Discord-Account benötigt. Durch einen Klick auf „New Application“ öffnet sich ein Menü, in welchem die Applikation benannt wird. Wenn dort alles ausgefüllt ist, kann mit „Create“ bestätigt werden. Daraufhin öffnet sich eine neue Seite, auf der nichts eingegeben werden muss. Nun wird der Bot erstellt. Dafür wird im Menü links die Schaltfläche „Bot“ angeklickt. Durch Auswahl von „Add Bot“ und anschließendem Bestätigen wird ein neuer Bot erstellt. Diese benötigt nun ein paar Berechtigungen. Diese befinden sich unten auf der Seite unter „Privileged Gateway Intents“. Nötig ist hier „Message Content Intent“. Ohne diese kann der Bot keine Nachrichten lesen. Um mit dem Bot nun interagieren zu können, muss dieser zu einem Server hinzugefügt werden. Zuerst wird der OAuth2 URL Generator genutzt um eine URL (Uniform Resource Locator) zu erzeugen. Hier müssen nun genauere Berechtigungen vergeben werden. Dazu zunächst unter „Scopes“ Bot auswählen. Dann die Berechtigungen „Send Messages“, „Create Private Threads“ und „Send Messages in Threads“ auswählen und die generierte URL kopieren.

Server erstellen

Ein Server kann in der Browserapplikation von Discord erzeugt werden. Dafür links auf den Kreis mit dem Plus klicken, dem Server einen Namen geben und schon existiert dieser Server. Um den Bot nun dort einzuladen, muss nur die URL aufgerufen werden und der Server ausgewählt und bestätigt werden.

Bot mit Code versehen

Auf der Seite des Bots [-> Applikation -> Bot] befindet sich die Schaltfläche „Reset Token“. Wenn auf diese geklickt und bestätigt wird erscheint das Token. Das ist das Passwort des Bots. Dieses nun kopieren und dann als Umgebungsvariable im Ordner des Bots in einer „.env“ Datei speichern. Wenn nun mit ‘npm start’ der Bot Client gestartet wird, loggt sich der Bot ein und wartet auf Nachrichten.

Inbetriebnahme des Systems

Um das System zu starten, müssen nun mit dem Befehl bash start.sh alle erwünschten Systemteile gestartet werden. Alternativ kann im Ordner des Clients der Befehl npm start ausgeführt werden. Bei Verwendung des Servers in dessen Ordner auch. Wird der Discord Bot verwendet, kann dann dort das Gleiche geschehen.