YOLOv8 带音频反馈

Question

我正在尝试为 YOLOv8 模型制作一个用于对象检测的音频反馈系统。它从我的网络摄像头获取实时镜头并使用流来检测对象。但是，我想对其进行补充，以便使用文本转语音来朗读检测到的对象。我已经尝试了一个多星期，一次又一次的失败后，我决定终于是时候寻求帮助了。这是我用于通过网络摄像头检测对象的代码：

# Python

from ultralytics import YOLO
from PIL import Image
import cv2

model = YOLO("yolov8n.pt")
results = model.predict(source="0", show=True)

我尝试将打印的结果转换为语音，但无论我尝试什么，我都无法听到打印的结果（是的，我已经检查了我的音频播放和所有内容，没有硬件问题）

from ultralytics import YOLO
import pyttsx3

# Initialize text-to-speech engine
engine = pyttsx3.init()

model = YOLO("yolov8n.pt")

# Make predictions
results = model.predict(source="0", show=True)

# Convert results to a string
results_str = str(results)

# Print results
print(results_str)

# Speak the results
engine.say(results_str)
engine.runAndWait()

Answer 1

嘿任何更新我也遇到同样的问题。