本文是安卓 AI 数字虚拟人项目实战的第六章。
在现代智能设备中，语音唤醒功能已成为提升用户体验的重要特性之一。通过简单的语音指令，用户可以快速激活设备并执行特定任务，如查询天气、播放音乐或发送信息等。本文将详细介绍如何开发一个基本的语音唤醒应用，包括语音唤醒的介绍、界面开发、功能代码实现以及总结与作业。
6-1 语音唤醒介绍及唤醒示例代码调通演示
语音唤醒介绍
语音唤醒技术，也称为关键词检测（Keyword Spotting, KWS），是一种在连续音频流中实时检测特定语音命令的方法。当设备检测到预设的唤醒词时，会触发后续的动作或进入交互模式。
唤醒示例代码调通演示
以下是一个简单的 Python 示例，使用pocketsphinx库来实现语音唤醒功能。请确保已安装pocketsphinx和pyaudio库。
import pyaudioimport speech_recognition as srfrom pocketsphinx import LiveSpeechRecognizer, Module
# 配置唤醒词模型（假设已有模型文件 keyword.lm 和 keyword.dict）model_path = "path/to/model"recognizer = LiveSpeechRecognizer( module=Module(argument='keyword-search', langmod=f'{model_path}/keyword.lm'), keyword='wakeup', # 唤醒词 kws_threshold=1e-10 # 阈值，越低越敏感)
# 初始化音频流audio = pyaudio.PyAudio()stream = audio.open(format=pyaudio.paInt16, channels=1, rate=16000, input=True, frames_per_buffer=1024)
print("请说唤醒词 'wakeup'...")
in_speech_bf = False
while True: buf = stream.read(1024) if recognizer.accept_waveform(buf): in_speech_bf = True elif not recognizer.process_raw(buf, False, False): in_speech_bf = False
if recognizer.get_hyp() != '' and in_speech_bf: print(f"检测到唤醒词: {recognizer.get_hyp()}") # 唤醒后执行的动作 break
stream.stop_stream()stream.close()audio.terminate()
复制代码
6-2 语音唤醒界面开发
为了提升用户体验，我们需要设计一个简洁明了的用户界面。以下是一个基于 Tkinter 的 Python GUI 示例，用于显示语音唤醒的状态。
import tkinter as tkfrom tkinter import messageboximport threading
# 假设唤醒逻辑封装在 detect_wakeup 函数中def detect_wakeup(): # 这里应调用实际的语音唤醒代码 # 例如上面的口袋sphinx示例 global is_woken_up # 模拟唤醒过程 import time time.sleep(2) # 模拟检测时间 is_woken_up = True
class WakeupApp: def __init__(self, root): self.root = root self.root.title("语音唤醒应用") self.label = tk.Label(root, text="请说唤醒词...", font=("Helvetica", 16)) self.label.pack(pady=20)
self.button = tk.Button(root, text="开始监听", command=self.start_listening) self.button.pack(pady=20)
self.is_listening = False self.is_woken_up = False
def start_listening(self): if not self.is_listening: self.button.config(text="停止监听") self.is_listening = True self.is_woken_up = False threading.Thread(target=self.listen_for_wakeup).start()
def listen_for_wakeup(self): detect_wakeup() # 调用唤醒检测函数 if self.is_woken_up: self.root.after(100, self.show_wakeup_message)
def show_wakeup_message(self): self.label.config(text="已成功唤醒！") self.button.config(text="开始监听", state=tk.NORMAL) self.is_listening = False self.is_woken_up = False
if __name__ == "__main__": root = tk.Tk() app = WakeupApp(root) root.mainloop()
复制代码
6-3 语音唤醒功能代码开发
在实际应用中，语音唤醒功能通常需要与后台服务或应用逻辑集成。以下是一个更完整的示例，展示了如何将语音唤醒与后续操作结合。
import threadingimport timeimport tkinter as tkfrom tkinter import messageboxfrom pocketsphinx import LiveSpeechRecognizer, Moduleimport pyaudio
# 唤醒词检测函数def detect_wakeup(): model_path = "path/to/model" recognizer = LiveSpeechRecognizer( module=Module(argument='keyword-search', langmod=f'{model_path}/keyword.lm'), keyword='wakeup', kws_threshold=1e-10 )
audio = pyaudio.PyAudio() stream = audio.open(format=pyaudio.paInt16, channels=1, rate=16000, input=True, frames_per_buffer=1024)
in_speech_bf = False while True: buf = stream.read(1024) if recognizer.accept_waveform(buf): in_speech_bf = True elif not recognizer.process_raw(buf, False, False): in_speech_bf = False
if recognizer.get_hyp() != '' and in_speech_bf: print(f"检测到唤醒词: {recognizer.get_hyp()}") return True
stream.stop_stream() stream.close() audio.terminate() return False
class WakeupApp: def __init__(self, root): self.root = root self.root.title("语音唤醒应用") self.label = tk.Label(root, text="请说唤醒词...", font=("Helvetica", 16)) self.label.pack(pady=20)
self.button = tk.Button(root, text="开始监听", command=self.start_listening, state=tk.NORMAL) self.button.pack(pady=20)
self.is_listening = False
def start_listening(self): if not self.is_listening: self.button.config(text="停止监听", state=tk.DISABLED) self.is_listening = True threading.Thread(target=self.listen_for_wakeup).start()
def listen_for_wakeup(self): if detect_wakeup(): self.root.after(100, self.on_wakeup_detected)
def on_wakeup_detected(self): self.label.config(text="已成功唤醒！") self.button.config(text="开始监听", state=tk.NORMAL) self.is_listening = False # 执行唤醒后的操作，如打开应用界面、执行命令等 self.execute_wakeup_action()
def execute_wakeup_action(self): # 这里添加唤醒后的具体动作 messagebox.showinfo("操作", "唤醒后执行的操作：打开应用界面或执行命令")
if __name__ == "__main__": root = tk.Tk() app = WakeupApp(root) root.mainloop()
复制代码
6-4 本章小结和作业
本章小结
本文介绍了语音唤醒技术的基本原理，并通过 Python 代码演示了如何实现一个简单的语音唤醒应用。我们使用了pocketsphinx库进行关键词检测，并通过 Tkinter 设计了一个用户友好的界面。通过这些示例，读者可以了解语音唤醒功能的开发流程，并将其应用到自己的项目中。
作业
优化唤醒词检测：尝试使用不同的唤醒词和模型，比较检测效果，并优化阈值以提高准确性。
扩展功能：在唤醒后添加更多功能，如语音识别、命令执行等，使应用更加实用。
界面美化：设计更美观的用户界面，提升用户体验。
希望这些示例和作业能帮助你深入理解语音唤醒应用的开发，并激发你的创造力，开发出更多有趣的应用。
课程推荐：
诚邀你关注我的精品视频课程——《ChatGPT+AI 项目实战，打造多端智能虚拟数字人》。
课程以项目实战的方式，基于 ChatGPT 完成多端全栈式开发，实现 AI 绘画、智能语音、数字虚拟人等，从 0 到 1 手把手带你打造一个专属对话虚拟人。通过语音唤醒、识别及合成、安卓开发、前后端快速搭建等技术，使你具备将 AI 技术真实落地工作中，高效快速提高自身核心竞争力。
评论