基于python和深度学习实现本地离线智能语音控制终端（二）

Cryyen

学会休眠和语音唤醒

这里我以pocketsphinx实现语音唤醒为例子：

1.环境配置：

1. pip install pocketsphinx
   
2. pip install pyaudio     

复制代码

进行本地离线安装。

比如：我在window上python3.7 进行离线安装pocketsphinx,这里要注意文件的路径，否则会报错找不到指定文件

1. pip install pocketsphinx-0.1.15-cp37-cp37m-win_amd64.whl

复制代码

2.如何定制训练自己的唤醒词：

建立一个名为keyword的文件，里面输入你想要的唤醒词，以及读音相近的词（相似读音的词越多灵敏度越高），比如：我想训练的终端名为 COCO,则我的keyword内容为：

1. gogo
   
2. coco
   
3. yoyo
   
4. bobo
   
5. lolo
   
6. momo
   
7. nono
   
8. hoho

复制代码

选择 keyword.txt 进行上传，得到对应的压缩包，下载后放到项目文件夹下，并解压得：

这里的数字都是网站随机生成的，不一样是正常的。

测试代码：

1. import os
   
2. from pocketsphinx import LiveSpeech, get_model_path
   
3. 
   
4. def wakeup_co():
   
5.     model_path = get_model_path()
   
6.     speech = LiveSpeech(
   
7.         verbose=False,
   
8.         sampling_rate=16000,
   
9.         buffer_size=2048,
   
10.         no_search=False,
    
11.         full_utt=False,
    
12.         hmm=os.path.join(model_path, 'en-us'),
    
13.         lm=os.path.join('.\\Sphinx_keyword\\keyword_COCO\\', '5995.lm'),
    
14.         dic=os.path.join('.\\Sphinx_keyword\\keyword_COCO\\', '5995.dic')
    
15.     )
    
16.     for phrase in speech:
    
17.         #print("phrase:", phrase)
    
18.         #print(phrase.segments(detailed=True))
    
19.         if str(phrase) in ["GOGO", "COCO", "YOYO",
    
20.                            "BOBO", "LOLO", "MOMO",
    
21.                            "NONO", "HOHO"]:
    
22.               print('我是COCO')

复制代码

这里 '.\\Sphinx_keyword\\keyword_COCO\\' 是我存放文件的地址，5995   也需要根据你的文件来更改，需要根据你的地址来更改。

测试结果：

1. Allocating 32 buffers of 2500 samples each
   
2. 我是COCO
   
3. 
   
4. 进程已结束，退出代码为 0

复制代码

若想使用中文词作为唤醒词，则需要下载好相关的中文文件：

Download CMU Sphinx from SourceForge.net

下载后放到项目文件夹中解压，得：cmusphinx-zh-cn-5.2  文件夹

和训练英文唤醒词一样，需要建立  keyword.txt   文件，我训练了一个名为“佩佩”的唤醒词：

1. 贝贝
   
2. 佩佩
   
3. 蕾蕾
   
4. 内内
   
5. 嘿嘿
   
6. 忒忒
   
7. 得得
   
8. 贼贼
   
9. 尅尅

复制代码

打开网站：Sphinx Knowledge Base Tool VERSION 3

上传keyword.txt后得到一个压缩包，下载后放到项目路径下并解压。

这里需要更改 dic 为后缀的文件内容，需要在中文后面按格式添加上拼音和声调，所有间隔均为一个空格，修改后，例如：

1. 佩佩 p ei4 p ei3       
   
2. 内内 n ei4 n ei3       
   
3. 嘿嘿 h ei4 h ei3       
   
4. 尅尅 k ei4 k ei3       
   
5. 得得 d ei4 d ei3       
   
6. 忒忒 t ei4 t ei3       
   
7. 蕾蕾 l ei4 l ei3       
   
8. 贝贝 b ei4 b ei3       
   
9. 贼贼 z ei4 z ei3       

复制代码

测试代码：

1. import os
   
2. from pocketsphinx import LiveSpeech, get_model_path
   
3. 
   
4. model_path = '.\\Sphinx_keyword\\cmusphinx-zh-cn-5.2\\'
   
5. 
   
6. speech = LiveSpeech(
   
7.     verbose=False,
   
8.     sampling_rate=16000,
   
9.     buffer_size=2048,
   
10.     no_search=False,
    
11.     full_utt=False,
    
12.     hmm=os.path.join(model_path ,'zh_cn.cd_cont_5000'),
    
13.     lm=os.path.join('.\\Sphinx_keyword\\keyword_PeiPei\\', '0738.lm'),
    
14.     dic=os.path.join('.\\Sphinx_keyword\\keyword_PeiPei\\', '0738.dic')
    
15. )
    
16. for phrase in speech:
    
17.     print("phrase:", phrase)
    
18.     print(phrase.segments(detailed=True))
    
19.     if str(phrase) in ["贝贝", "佩佩", "蕾蕾",
    
20.                        "内内", "嘿嘿", "忒忒",
    
21.                        "得得", "贼贼", "尅尅",]:
    
22.         print("我是佩佩")

复制代码

1. Allocating 32 buffers of 2500 samples each
   
2. phrase: 尅尅
   
3. [('<s>', 0, 4359242, 4359325), ('<sil>', -1331, 4359326, 4359479), ('<sil>', -1331, 4359480, 4359801), ('<sil>', -1331, 4359802, 4359940), ('尅尅', 0, 4359941, 4360080)]
   
4. 我是佩佩
   
5. phrase: 得得
   
6. [('<s>', 0, 8516377, 8516528), ('<sil>', -5375, 8516529, 8516683), ('<sil>', -2035, 8516684, 8516764), ('得得', 0, 8516765, 8516968), ('</s>', 0, 8516969, 8516980)]
   
7. 我是佩佩
   
8. phrase: 嘿嘿
   
9. [('<s>', 0, 10674834, 10675304), ('嘿嘿', -3628, 10675305, 10675382), ('</s>', 0, 10675383, 10675385)]
   
10. 我是佩佩

复制代码