用樹莓派打造自己的對話式智能家居控制中心——Hi，Messy（二）

日常前言

項目教程目錄：https://blog.csdn.net/qq_41082014/article/details/86605663

第一篇的喚醒相信度娘搜一下關鍵詞snowboy都能出現與之相似的內容，但是能度娘到的關於snowboy的信息也僅限與此，相信很多人和我當初一樣，雖然能喚醒了，但是做不了更多的事情，比如喚醒之後想錄個音，或者用pygame、mplayer這樣的工具放首歌，snowboy都會直接終止進程，報錯無設備，必須要重啓才能解決。
　　　　　　　　　　　　　　　　　　　　　　
　　So，作爲Hi，Messy的第二篇文章，便來出手解決這個問題

先找官方

官方文檔

官方文檔地址，一圈蒐羅後，官方文檔只介紹瞭如何進行單次喚醒和怎麼使用它們的webapi，沒什麼用。

官方demo

那官方文檔裏找不到，記得官方的資源裏面好像有幾個demo，去看看呢。誒，果真就在demo裏面發現了官方寫的錄音的代碼，下圖是官方介紹

　　核心代碼如下，官方是使用的speech_recognition這麼一個庫，然後用內置的谷歌的語音識別api進行識別。親自上手後發現，這個庫錄音的數據類型是庫自己定義的<class 'speech_recognition.AudioData'>目前找不到方法存儲爲文件，而且谷歌嘛，我也出不去，只好放棄官方的方案。

　　detector.start的參數audio_recorder_callback的官方定義是當觸發喚醒詞後，保存後續的短語，偶然間發現，他是能保存錄音文件，再看看官方demo，發現官方的demo是在使用speech_recognition後又把這個文件給刪除了，醉了。本來以爲到這裏就可以結束了，但後面又發現，只能指定一個時間進行錄音，功能太侷限，所以，直接放棄官方，自尋出路！
　　　　　　　　　　　　　　　　　　　　　　

定製開始

好了，前面寫了那麼多，我只是想把過程給記錄下來，讓童鞋們少走彎路。接下來，正片開始。
　　
　　先把我們需要的文件從官方里拷出來，一共5個文件，一個文件夾。拷完之後，git下來的snowboy這個文件夾就可以刪除了。

cp yuyin/snowboy/examples/Python3/snowboydetect.py yuyin/alexa/
cp yuyin/snowboy/resources/alexa/alexa-avs-sample-app/alexa.umdl yuyin/alexa/
cp yuyin/snowboy/examples/Python3/demo.py yuyin/alexa/alexa.py

cp -r yuyin/snowboy/resources yuyin/alexa/func_alexa
cp yuyin/snowboy/swig/Python3/_snowboydetect.so yuyin/alexa/func_alexa
cp yuyin/snowboy/swig/Python3/snowboydecoder.py yuyin/alexa/func_alexa

先把目錄結構建起來，最終效果如下圖（如有不知道的目錄，手動建一下，後續需要使用）

• 根目錄
  
• music_messy
  

定製靈魂功能

鋪墊了這麼多，終於來到了最關鍵的步驟，喚醒後，錄製一段音頻。前面說過了，只錄音的功能太過侷限，所以接下來，我們要做的是可不止錄音這麼簡單

• 代碼結構闡述
  • 進入第一個循環，根據當前環境的音量是否高於閾值（判斷是否有聲音輸入）
  • 若有，進入第二個循環，判斷當前環境的音量是否低於閾值（判斷錄入是否結束），若低於，則兩個循環都結束
  • 若第一個循環進行5s後，依然無聲音輸入，則循環結束（判斷超時）

開錘代碼

核心功能：判斷聲音大小

# func_messy/volume.py

import pyaudio
import numpy as np

# 定義錄製聲音的參數
CHUNK = 180
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 16000
RECORD_SECONDS = 5

def volume():
    p = pyaudio.PyAudio()
    stream = p.open(format=FORMAT,
                channels=CHANNELS,
                rate=RATE,
                input=True,
                frames_per_buffer=CHUNK)
    while 1:
        for i in range(0, 100):
            data = stream.read(CHUNK)
        audio_data = np.fromstring(data, dtype=np.short)
        temp = np.max(audio_data)
        print(temp)

volume_detection()

這個可以直接在本地pc跑下試試，一般來說 0-500 就是正常的環境聲音數值，500-1w 就是有人說話的數值了，1w以上基本就是和麥克風嘴對嘴講話了（錄音文件的完整代碼查看GIT [ 完整功能：代碼結構闡述和最終保存錄音文件]

調用錄音功能，重頭戲來了！！！

我們複製過來的demo中有這樣一段代碼，我們在這裏調用方法進行替換

# alexa.py
import volume
detector = snowboydecoder.HotwordDetector(model, sensitivity=0.5)

def main():
	detector.terminate()
	volume.volume()
	
detector.start(detected_callback=main,
               interrupt_check=interrupt_callback,
               sleep_time=0.03)
detector.terminate()

注意到第五行的detector.terminate()了嗎，這是snowboy官方定義的結束喚醒程序的函數（snowboydecoder.py的最後），該條代碼很重要，因爲snowboy已經在內部使用pyaudio庫，如果這時在手動調用pyaudio，會造成三種情況：

• 一：錄下來的文件沒有聲音
• 二：系統直接提示未知的媒體設備（Device unavailable）
• 三：snowboy程序被擠掉，系統提示無媒體設備（No available audio device）

當detector.start的循環被終止的時候，可以看到，接下去的一句就是使用這個函數來終止整個程序。但是，這麼重要的一個函數，度娘完全沒有搜到過，就連官方自己都沒說，還是最後查閱源碼文件才知道的…

再次喚醒

python3 alexa.py alexa.umdl
如果直接用的我的GIT上的項目代碼的話，應該是可以看到在music_messy/said/看到i_said.wav這個文件，打開即可聽到自己的聲音咯

最後

在碼代碼的過程中還是會經常出現Device unavailable的錯誤，只好把需要用到媒體設備的代碼全部放到不報錯的地方。後來知道是pulseaudio沒有啓動的問題，但我一直啓動不了這個東西

如果有大佬知道，可以評論一下或者加q羣q我（576072252），謝謝

本文作者: Messy
原文鏈接:https://www.messys.top/detail/24
版權聲明: 本博客所有文章除特別聲明外, 均採用 CC BY-NC-SA 4.0 許可協議. 轉載請註明出處!