Merge pull request #105 from kslr/main

feat: 优化小智的音频与唤醒链路
2026-02-24 15:26:04 +08:00
parent 8522e955aa 68b5484da5
commit 0f92b0a26d
4 changed files with 6 additions and 16 deletions
@@ -136,15 +136,13 @@ APP_CONFIG = {

 ### Q：唤醒词一直没有反应？

-由于小爱音箱远场拾音音量较小，有时可能会识别不清，你可以调大 `config.py` 配置文件里的 `boost` 参数，然后重启应用 / Docker 试试看。
+如果唤醒词还是不敏感，可以先调低 `vad.threshold`，然后重启应用 / Docker 试试看。

 ```py
 APP_CONFIG = {
    "vad": {
-        # 小爱音箱录音音量较小，需要后期放大一下
-        "boost": 100,
-        # boost 调大后，语音检测阈值可能也需要一起调大些
-        "threshold": 0.50,
+        # 语音检测阈值（0-1，越小越灵敏）
+        "threshold": 0.05,
    },
    # ... 其他配置
 }
@@ -53,8 +53,6 @@ APP_CONFIG = {
        "after_wakeup": after_wakeup,
    },
    "vad": {
-        # 录音音量增强倍数（小爱音箱录音音量较小，需要后期放大一下）
-        "boost": 10,
        # 语音检测阈值（0-1，越小越灵敏）
        "threshold": 0.10,
        # 最小语音时长（ms）
@@ -9,10 +9,10 @@ class _SherpaOnnx:
        self.keyword_spotter = sherpa_onnx.KeywordSpotter(
            provider="cpu",
            num_threads=1,
-            max_active_paths=4,
+            max_active_paths=8,
            keywords_score=2.0,
            keywords_threshold=0.2,
-            num_trailing_blanks=1,
+            num_trailing_blanks=0,
            keywords_file=get_model_file_path("keywords.txt"),
            tokens=get_model_file_path("tokens.txt"),
            encoder=get_model_file_path("encoder.onnx"),
@@ -1,9 +1,6 @@
 import uuid
 from typing import Any, Callable, ClassVar, Optional

-import numpy as np
-
-from config import APP_CONFIG
 from xiaozhi.ref import get_xiaoai


@@ -88,10 +85,7 @@ class MyStream:
            return

        if len(data) > 0:
-            samples = np.frombuffer(data, dtype=np.int16)
-            # 小爱音箱录音音量较小，需要后期放大一下
-            samples = samples * APP_CONFIG["vad"]["boost"]
-            self.input_bytes.extend(samples.tobytes())
+            self.input_bytes.extend(data)

    def read(self, num_frames=None, exception_on_overflow=False) -> bytes:
        if num_frames is None: