What are the current capabilities for a speech interface using existing speech libraries on a mobile robot with limited hardware resources?

Abstract

Interaction with robots often requires a speech interface. Particularly robots with many concurrent processes, need a resource efficient solution. The available frameworks are often tightly coupled, making them less suitable for an deep integration. This work presents a modular prototype speech interface based on the Robot Operating System. The individual modules are interchangeable and logically separated. Special attention is paid to the weak hardware of a Raspberry Pi 4. Benchmarks are used to show that this platform is suitable for a real-time speech interface. This does not apply to all software components. Especially GPU-optimized components reach their limits and miss real-time.

Die Interaktion mit Robotern erfordert oft eine Sprachschnittstelle. Besonders Roboter mit vielen gleichzeitigen Prozessen benötigen eine ressourcenschonende Lösung. Die verfügbaren Frameworks sind oft eng gekoppelt, was sie für eine weitreichende Integration weniger geeignet macht. In dieser Arbeit wird ein modularer Prototyp einer Sprachschnittstelle für das Robot Operating System vorgestellt. Die einzelnen Module sind austauschbar und logisch voneinander getrennt. Besonderes Augenmerk wird dabei auf die schwache Hardware eines Raspberry Pi 4 gelegt. Anhand von Benchmarks wird gezeigt, dass diese Plattform für eine Echtzeit-Sprachschnittstelle geeignet ist. Dies gilt jedoch nicht für alle Softwarekomponenten. Insbesondere GPU-optimierte Komponenten stoßen an ihre Grenzen und verfehlen die Echtzeit.