Python开发之路（4）— 使用 snowboy 做语音唤醒功能

Python开发之路（4）— 使用 snowboy 做语音唤醒功能

本次开发在Ubuntu16.04虚拟机系统。

一、snowboy介绍

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

参考自：https://www.jianshu.com/p/a1c06020f5fd

二、安装依赖

安装 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，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。

sudo apt-get install sox

安装 SWIG（>3.0.10)

sudo apt-get install swig

安装 ATLAS：

sudo apt-get install libatlas-base-dev

然后Pyaudio的安装在之前的博客讲过：Python开发之路（1）— 使用Pyaudio进行录音和播音

三、获取源码，进行编译

直接使用git拉取即可

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

如果GitHub拉取不超过，可以测试使用我导入到码云的源码：

git clone https://gitee.com/william_william/snowboy.git

拉取源码成功后，进入Python3目录

cd snowboy/swig/Python3

然后使用make命令开始编译。

Swig版本过低问题解决：
首先，我们下载Swig 3.0.12的源码包：https://nchc.dl.sourceforge.net/project/swig/swig/swig-3.0.12/swig-3.0.12.tar.gz
下载完成后解压：

tar -xzvf swig-3.0.12.tar.gz

然后安装需要使用的依赖工具：

sudo apt-get install g++
sudo apt-get install libpcre3 libpcre3-dev

然后进入swig源码：

cd swig-3.0.12/

配置

./configure

编译

make

安装：

sudo make install

然后将swig导入到环境变量，打开bashrc

sudo vi ~/.bashrc

添加以下两行到bashrc中

SWIG_PATH=/usr/local/share/swig/3.0.12
PATH=$PATH:$SWIG_PATH

使之生效

source ~/.bashrc

使用swig -version确认版本型号

swig -version

四、测试功能

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

然后就会发现报错

我们打开snowboydecoder.py 文件，将第 5 行代码 from * import snowboydetect 改为 import snowboydetect 即可直接运行。

可以看到，你喊出sonwboy的时候，会打印出成功识别的信息，并且发出"ding"的提示音。

五、生成语音模型，自定义唤醒词唤醒词

录制3 个wav 格式的的音频文件，内容即为你的唤醒词，最好使用你要运行唤醒功能的机器录制，录音参数最好设置和程序中的一样，通过查阅程序，我得到的参数为：

采样深度为16位即2个字节、声道数为1、采样率为16K、

打开snowboy 官网
，然后登录，例如，我这里使用github账号登录，登录完成点击创建，

然后输入名称，语言和备注，点击【Record my voice】

然后将你录制的三个文件上传，点击【Test the model】

测试成功后选择下载：

得到你好的模型：

然后我们新建一个项目目录，将以下文件放入：

1、下载好的 model.pmdl 模型文件
2、snowboy/swig/Python3 目录下编译好的 _snowboydetect.so 库
3、snowboy/examples/Python3 目录下的 demo.py、snowboydecoder.py、snowboydetect.py 文件以及 resources 目录

然后我们尝试运行命令：

python3 demo.py nihaoxiaobai.pmdl

可以看到，当喊出你好，小白的时候，会打印出成功识别的信息，并且发出"ding"的提示音。