一.语音唤醒引擎（snowboy）

1.获取源代码并编译

2.自定义自己的唤醒词（唤醒词：小贝）

3.测试

二、自定义响应

三、实现了智能语音音响--听音乐

后续延伸

【加群获取学习资料QQ群：901381280】

我设计的语音智能管家是部署在树莓派上的，所以现在先列一下大概的硬件：

树莓派4b+ x1
麦克风
usb声卡
u任意一个支持树莓派的音频输出设备（3.5mm孔的或者一些蓝牙设备）

usb声卡

树莓派4b+

备注：树莓派上面那个是摄像头（后面视频监控和人脸识别会用到，所以就安上了）

ok，进入正题，开始干货

一.语音唤醒引擎（snowboy）

这里我选择使用开源的snowboy开源引擎（好处：免费，还可以自定义唤醒词：比如我自定义的唤醒词是：小贝）

snowboy 是一个开源的、轻量级语音唤醒引擎，可以通过它很轻松地创建属于自己的类似“hey, Siri” 的唤醒词。它的主要特性如下：

高度可定制性。可自由创建和训练属于自己的唤醒词
始终倾听。可离线使用，无需联网，保护隐私。精确度高，低延迟
轻量可嵌入。耗费资源非常低（单核 700MHz 树莓派只占用 10% CPU）
开源跨平台。开放源代码，支持多种操作系统和硬件平台，可绑定多种编程语言

接下来开始如何使用snowboy以及怎么部署到树莓派。

1.获取源代码并编译

安装依赖

树莓派原生的音频设备是不支持语音输入的（无法录音），需要在网上购买一支免驱动的USB音频驱动（便携式的和 U 盘差不多），一般插上即可直接使用。
建议安装下 pulseaudio 软件，减少音频配置的步骤：

$ sudo apt-get install pulseaudio

安装 sox 软件测试录音与播放功能：

$ sudo apt-get install sox

安装完成后运行 sox -d -d 命令，对着麦克风说话，确认可以听到自己的声音。

安装其他软件依赖：

安装 PyAudio：$ sudo apt-get install python3-pyaudio
安装 SWIG（>3.0.10)：$ sudo apt-get install swig
安装 ATLAS：$ sudo apt-get install libatlas-base-dev

编译源代码

获取源代码：

$ git clone https://github.com/Kitt-AI/snowboy.git

PS：官方源代码使用 Python3 测试有报错，经测试需修改

snowboy/examples/Python3

目录下的 snowboydecoder.py 文件。
将第 5 行代码 from * import snowboydetect 改为 import snowboydetect 即可直接运行。

备注：网上很多教程是make之后再修改，这种情况是不成功的，因为make后会生成配置文件，你这时候改了不起效果，因此先修改，在执行下一步的make。

编译 Python3 绑定：

$ cd snowboy/swig/Python3 && make

测试：
进入官方示例目录 snowboy/examples/Python3 并运行以下命令：

$ python3 demo.py resources/models/snowboy.umdl

（命令中的 snowboy.umdl 文件即语音识别模型）

然后对着麦克风清晰地讲出“snowboy”，如果可以听到“滴”的声音，则安装配置成功。命令行输出如下：

2.自定义自己的唤醒词（唤醒词：小贝）

可将包含自定义唤醒词的音频文件上传至 snowboy 官网：https://snowboy.kitt.ai/dashboard（需要登录），以训练生成自己喜欢的语音模型。
需要上传的音频文件数量为 3 个，wav 格式。我试过直接在线录制，貌似有 Bug ，这里建议大家录制好wav音频上传（录唤醒词）

训练完成并测试通过后，即可下载 PMDL 后缀的模型文件了。

3.测试

将以下文件复制到自己的项目目录下(snowboy/examples/Python3 目录下的 demo.py、snowboydecoder.py、snowboydetect.py 文件以及 resources 目录)：

在项目目录下执行
```
$ python3 demo.py  小贝.pmdl 
```
并使用自己的唤醒词进行测试

二、自定义响应

官方提供的示例 demo.py 文件的源代码如下：

import snowboydecoder
import sys
import signalinterrupted = Falsedef signal_handler(signal, frame):global interruptedinterrupted = Truedef interrupt_callback():global interruptedreturn interruptedif len(sys.argv) == 1:print("Error: need to specify model name")print("Usage: python demo.py your.model")sys.exit(-1)model = sys.argv[1]# capture SIGINT signal, e.g., Ctrl+C
signal.signal(signal.SIGINT, signal_handler)detector = snowboydecoder.HotwordDetector(model, sensitivity=0.5)
print('Listening... Press Ctrl+C to exit')# main loop
detector.start(detected_callback=snowboydecoder.play_audio_file,interrupt_check=interrupt_callback,sleep_time=0.03)detector.terminate()

通过唤醒词可以听到ding的一声，但是我想通过唤醒词唤醒后，能够进行回应。因此我自定义了回应操作，比如回应：哎，我在或者我来啦

在回调函数这里，我自定义了回调函数callbacks：

# 修改回调函数可实现我们想要的功能detector.start(detected_callback=callbacks,  # 自定义回调函数interrupt_check=interrupt_callback,sleep_time=0.03)

callbacks：

# 回调函数，语音识别在这里实现，修改也是在这里
def callbacks():global detectortime.sleep(0.2)your_text=['哎，我在','我来啦']a=random.randint(0,1)#############################文字转语音，并保存result.wavtowav(your_text[a])print(your_text[a])#欢迎词play("result.wav")

为了是通过语音来回复，所以这里我接入了百度AI的语音合成，通过文字转语音的功能，将欢迎词：哎，我在或者我来啦转为音频再播放出来。

下面是语音合成的代码：

# coding=utf-8
import sys
import jsonIS_PY3 = sys.version_info.major == 3
if IS_PY3:from urllib.request import urlopenfrom urllib.request import Requestfrom urllib.error import URLErrorfrom urllib.parse import urlencodefrom urllib.parse import quote_plus
else:import urllib2from urllib import quote_plusfrom urllib2 import urlopenfrom urllib2 import Requestfrom urllib2 import URLErrorfrom urllib import urlencodeAPI_KEY = '自己的API_KEY'
SECRET_KEY = '自己的SECRET_KEY 'TEXT = "你好，我在"# 发音人选择, 基础音库：0为度小美，1为度小宇，3为度逍遥，4为度丫丫，
# 精品音库：5为度小娇，103为度米朵，106为度博文，110为度小童，111为度小萌，默认为度小美
PER = 4
# 语速，取值0-15，默认为5中语速
SPD = 5
# 音调，取值0-15，默认为5中语调
PIT = 5
# 音量，取值0-9，默认为5中音量
VOL = 5
# 下载的文件格式, 3：mp3(default) 4： pcm-16k 5： pcm-8k 6. wav
AUE = 3FORMATS = {3: "mp3", 4: "pcm", 5: "pcm", 6: "wav"}
FORMAT = FORMATS[AUE]CUID = "123456PYTHON"TTS_URL = 'http://tsn.baidu.com/text2audio'class DemoError(Exception):pass"""  TOKEN start """TOKEN_URL = 'http://openapi.baidu.com/oauth/2.0/token'
SCOPE = 'audio_tts_post'  # 有此scope表示有tts能力，没有请在网页里勾选def fetch_token():print("fetch token begin")params = {'grant_type': 'client_credentials','client_id': API_KEY,'client_secret': SECRET_KEY}post_data = urlencode(params)if (IS_PY3):post_data = post_data.encode('utf-8')req = Request(TOKEN_URL, post_data)try:f = urlopen(req, timeout=5)result_str = f.read()except URLError as err:print('token http response http code : ' + str(err.code))result_str = err.read()if (IS_PY3):result_str = result_str.decode()print(result_str)result = json.loads(result_str)print(result)if ('access_token' in result.keys() and 'scope' in result.keys()):if not SCOPE in result['scope'].split(' '):raise DemoError('scope is not correct')print('SUCCESS WITH TOKEN: %s ; EXPIRES IN SECONDS: %s' % (result['access_token'], result['expires_in']))return result['access_token']else:raise DemoError('MAYBE API_KEY or SECRET_KEY not correct: access_token or scope not found in token response')"""  TOKEN end """if __name__ == '__main__':token = fetch_token()tex = quote_plus(TEXT)  # 此处TEXT需要两次urlencodeprint(tex)params = {'tok': token, 'tex': tex, 'per': PER, 'spd': SPD, 'pit': PIT, 'vol': VOL, 'aue': AUE, 'cuid': CUID,'lan': 'zh', 'ctp': 1}  # lan ctp 固定参数data = urlencode(params)print('test on Web Browser' + TTS_URL + '?' + data)req = Request(TTS_URL, data.encode('utf-8'))has_error = Falsetry:f = urlopen(req)result_str = f.read()headers = dict((name.lower(), value) for name, value in f.headers.items())has_error = ('content-type' not in headers.keys() or headers['content-type'].find('audio/') < 0)except  URLError as err:print('asr http response http code : ' + str(err.code))result_str = err.read()has_error = Truesave_file = "error.txt" if has_error else 'result.' + FORMATwith open(save_file, 'wb') as of:of.write(result_str)if has_error:if (IS_PY3):result_str = str(result_str, 'utf-8')print("tts api  error:" + result_str)print("result saved as :" + save_file)

API_KEY = '自己的API_KEY'
SECRET_KEY = '自己的SECRET_KEY '

大家可以去百度AI平台免费申请，这里是百度AI的官方案例，可以直接使用。

（如果大家不懂怎么申请的可以在下面评论）因为比较简单，所以就不详细介绍了。

合成之后生成一个result.wav文件，通过play函数进行播放。

play("result.wav")

play

###播放欢迎词
def play(fname):ding_wav = wave.open(fname, 'rb')ding_data = ding_wav.readframes(ding_wav.getnframes())#with no_alsa_error():audio = PyAudio()stream_out = audio.open(format=audio.get_format_from_width(ding_wav.getsampwidth()),channels=ding_wav.getnchannels(),rate=ding_wav.getframerate(), input=False, output=True)stream_out.start_stream()stream_out.write(ding_data)time.sleep(0.2)stream_out.stop_stream()stream_out.close()audio.terminate()

这里的play函数大家可以留意一下，网上很多都无法使用，尤其是在树莓派上了，这个代码是本人亲测可用，可以在树莓派上直接播放声音。

这样我通过唤醒词唤醒后，系统回复声音（哎，我在或者我来啦）

三、实现了智能语音音响--听音乐

这里我已经实现了第一个功能【休闲】-听音乐，智能音响

先给出演示视频

演示视频

语音智能系统-语音音响播放音乐

下次更新实现了智能语音音响--听音乐的具体实现代码和操作。本期就更新语音唤醒。

后续延伸

修改回调函数可以完成更多工作

这里是语音智能管家的规划功能，后面会继续进行开发，更新记录这个过程。

欢迎在下方评论。

在平时的科研和任务不多的时候，利用空闲的时间去编写这个系统（因为空闲时间的乐趣就是做自己喜欢的事情，嘻嘻嘻，正好可以用来编写这个系统）。

每次完成一个小进度的时候都会在公众号和博客进行更新，记录一下这个过程（毕竟自己动手完成一件事，还是很有成就感的）

希望大家也能在这个过程中可以学习到一些知识（大牛就忽略了吧，哈哈哈）

同时在这个过程中，大家有更好的建议也可以进行评论交流，让这个系统更加完善。

【加群获取学习资料QQ群：901381280】

【各种爬虫源码获取方式】

识别文末二维码，回复：爬虫源码

欢迎关注公众号：Python爬虫数据分析挖掘，方便及时阅读最新文章

回复【开源源码】免费获取更多开源项目源码；

【语音智能管家】之语音唤醒（附演示视频）相关推荐

一网打尽Mac上的高效工具 - 效率工作篇（附演示视频）
写在前面:博主是一只经过实战开发历练后投身培训事业的"小山猪",昵称取自动画片<狮子王>中的"彭彭",总是以乐观.积极的心态对待周边的事物.本人的技 ...
还在熬夜干论文——Python带你一键起飞！【内附演示视频】
项目背景话不多说,我们先来安利一下本期文章演示视频写论文,这个工具爱了爱了学习爬虫,我们可以做些什么? 这个问题从我开始开设<Python爬虫语法知识详解>就已经介绍的很清楚了,爬 ...
五年数字大屏之路，“述说”着我们大数据变现怎样的故事？（附演示视频）...
这是傅一平的第303篇原创作者:傅一平个人微信:fuyipingmnb "与数据同行"开通了微信群,现已汇聚了1500位小伙伴了,加我为微信好友(微信号:fuyipingmnb ...
Python 实现游戏EVE 自动化挖矿注：模拟点击原理附演示视频
出站挖矿回站放矿残血逃命直接上代码.认真阅读前几行注释.而且建议绿色游戏,我写了这个代码,毁了我对这个游戏的热情.大家娱乐敲代码就好了.最后给大家一个演示视频. 演示视频,b站BV1pK4y1x ...
KVG制作-【Arduino指纹解锁智能家居系列-01】DIY自制的智能门禁，AS608指纹解锁+红外线遥控解锁。附演示视频。
DIY自制的智能门禁,指纹解锁+红外线遥控解锁. DIY自制的智能门禁,指纹解锁+红外线遥控解锁. 材料准备库文件代码注册指纹的代码 **寻找指纹并解锁** 视频演示地址 DIY自制的智能门禁, ...
DB账号防泄密，请立刻为数据库加把锁！(附演示视频)
作者介绍贺春旸,普惠金融MySQL专家,<MySQL管理之道>第一版.第二版作者.曾任职于中国移动飞信.机锋安卓市场,拥有丰富的数据库管理经验.目前致力于MySQL.Linux等开源技术 ...
我和我的项目之沙箱环境模拟支付宝支付(附演示视频)
写在前面: 在线付款,已经成为了我们日常生活中必不可少的一部分.在线报名缴费,在线购物付款,在线转账汇款等等.给我们的生活带来了极大的方便,支付宝和我们的距离也越来越近.之前很痴迷于它的在线付款,鼠标 ...
【Android App】实战项目之实现你问我答的智能语音机器人（超详细附源码和演示视频）
需要全部代码请点赞关注收藏后评论区留言私信~~~ 一.需求描述想必大家都见过商场里的智能语音机器人,你对它提问时它可以自动回答你的问题,接下来我们也实现这样一个机器人,它依靠语音技术完成问询服务基 ...
特别提醒蓝牙语音智能药盒的设计思路（二）TTS技术应用篇，附手机小程序界面
全文3000字,阅读时间约8分钟,建议收藏后慢慢看目录引言蓝牙TTS智能药盒方案系统图智能药盒是什么智能药盒为什么需要语音提醒语音提醒功能为什么要用TTS技术 TTS语音提醒的应用场景 1 ...
【Android +Tensroflow Lite】实现从基于机器学习语音中识别指令讲解及实战（超详细附源码和演示视频）
需要源码和配置文件请点赞关注收藏后评论区留言~~~ 一.基于机器学习的语音推断 Tensorflow基于分层和模块化的设计思想,整个框架以C语言的编程接口为界,分为前端和后端两大部分 Tensorfl ...

【语音智能管家】之语音唤醒（附演示视频）

usb声卡

一.语音唤醒引擎（snowboy）

1.获取源代码并编译

2.自定义自己的唤醒词（唤醒词：小贝）

3.测试

二、自定义响应

三、实现了智能语音音响--听音乐

后续延伸

【语音智能管家】之语音唤醒（附演示视频）相关推荐

最新文章

热门文章