用树莓派打造自己的对话式智能家居控制中心——Hi，Messy（二）

日常前言

项目教程目录：https://blog.csdn.net/qq_41082014/article/details/86605663

第一篇的唤醒相信度娘搜一下关键词snowboy都能出现与之相似的内容，但是能度娘到的关于snowboy的信息也仅限与此，相信很多人和我当初一样，虽然能唤醒了，但是做不了更多的事情，比如唤醒之后想录个音，或者用pygame、mplayer这样的工具放首歌，snowboy都会直接终止进程，报错无设备，必须要重启才能解决。
　　　　　　　　　　　　　　　　　　　　　　
　　So，作为Hi，Messy的第二篇文章，便来出手解决这个问题

先找官方

官方文档

官方文档地址，一圈搜罗后，官方文档只介绍了如何进行单次唤醒和怎么使用它们的webapi，没什么用。

官方demo

那官方文档里找不到，记得官方的资源里面好像有几个demo，去看看呢。诶，果真就在demo里面发现了官方写的录音的代码，下图是官方介绍

　　核心代码如下，官方是使用的speech_recognition这么一个库，然后用内置的谷歌的语音识别api进行识别。亲自上手后发现，这个库录音的数据类型是库自己定义的<class 'speech_recognition.AudioData'>目前找不到方法存储为文件，而且谷歌嘛，我也出不去，只好放弃官方的方案。

　　detector.start的参数audio_recorder_callback的官方定义是当触发唤醒词后，保存后续的短语，偶然间发现，他是能保存录音文件，再看看官方demo，发现官方的demo是在使用speech_recognition后又把这个文件给删除了，醉了。本来以为到这里就可以结束了，但后面又发现，只能指定一个时间进行录音，功能太局限，所以，直接放弃官方，自寻出路！
　　　　　　　　　　　　　　　　　　　　　　

定制开始

好了，前面写了那么多，我只是想把过程给记录下来，让童鞋们少走弯路。接下来，正片开始。
　　
　　先把我们需要的文件从官方里拷出来，一共5个文件，一个文件夹。拷完之后，git下来的snowboy这个文件夹就可以删除了。

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

先把目录结构建起来，最终效果如下图（如有不知道的目录，手动建一下，后续需要使用）

• 根目录
  
• music_messy
  

定制灵魂功能

铺垫了这么多，终于来到了最关键的步骤，唤醒后，录制一段音频。前面说过了，只录音的功能太过局限，所以接下来，我们要做的是可不止录音这么简单

• 代码结构阐述
  • 进入第一个循环，根据当前环境的音量是否高于阈值（判断是否有声音输入）
  • 若有，进入第二个循环，判断当前环境的音量是否低于阈值（判断录入是否结束），若低于，则两个循环都结束
  • 若第一个循环进行5s后，依然无声音输入，则循环结束（判断超时）

开锤代码

核心功能：判断声音大小

# func_messy/volume.py

import pyaudio
import numpy as np

# 定义录制声音的参数
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()

这个可以直接在本地pc跑下试试，一般来说 0-500 就是正常的环境声音数值，500-1w 就是有人说话的数值了，1w以上基本就是和麦克风嘴对嘴讲话了（录音文件的完整代码查看GIT [ 完整功能：代码结构阐述和最终保存录音文件]

调用录音功能，重头戏来了！！！

我们复制过来的demo中有这样一段代码，我们在这里调用方法进行替换

# 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()了吗，这是snowboy官方定义的结束唤醒程序的函数（snowboydecoder.py的最后），该条代码很重要，因为snowboy已经在内部使用pyaudio库，如果这时在手动调用pyaudio，会造成三种情况：

• 一：录下来的文件没有声音
• 二：系统直接提示未知的媒体设备（Device unavailable）
• 三：snowboy程序被挤掉，系统提示无媒体设备（No available audio device）

当detector.start的循环被终止的时候，可以看到，接下去的一句就是使用这个函数来终止整个程序。但是，这么重要的一个函数，度娘完全没有搜到过，就连官方自己都没说，还是最后查阅源码文件才知道的…

再次唤醒

python3 alexa.py alexa.umdl
如果直接用的我的GIT上的项目代码的话，应该是可以看到在music_messy/said/看到i_said.wav这个文件，打开即可听到自己的声音咯

最后

在码代码的过程中还是会经常出现Device unavailable的错误，只好把需要用到媒体设备的代码全部放到不报错的地方。后来知道是pulseaudio没有启动的问题，但我一直启动不了这个东西

如果有大佬知道，可以评论一下或者加q群q我（576072252），谢谢

本文作者: Messy
原文链接:https://www.messys.top/detail/24
版权声明: 本博客所有文章除特别声明外, 均采用 CC BY-NC-SA 4.0 许可协议. 转载请注明出处!