163 lines
5.4 KiB
Markdown
163 lines
5.4 KiB
Markdown
# Open-XiaoAI x 小智 AI
|
||
|
||
[Open-XiaoAI](https://github.com/idootop/open-xiaoai) 的 Python 版 Server 端，用来演示小爱音箱接入[小智 AI](https://github.com/78/xiaozhi-esp32)。
|
||
|
||
- 小爱音箱接入小智 AI
|
||
- 自定义唤醒词（中英文）和提示语
|
||
- 支持连续对话和中途打断
|
||
- 支持自定义消息处理，方便个人定制
|
||
|
||
## 快速开始
|
||
|
||
> [!NOTE]
|
||
> 继续下面的操作之前，你需要先在小爱音箱上启动运行 Rust 补丁程序 [👉 教程](../../packages/client-rust/README.md)
|
||
|
||
首先，克隆仓库代码到本地。
|
||
|
||
```shell
|
||
# 克隆代码
|
||
git clone https://github.com/idootop/open-xiaoai.git
|
||
|
||
# 进入当前项目根目录
|
||
cd examples/xiaozhi
|
||
```
|
||
|
||
然后把 `config.py` 文件里的配置修改成你自己的。
|
||
|
||
```typescript
|
||
APP_CONFIG = {
|
||
"wakeup": {
|
||
# 自定义唤醒词
|
||
"keywords": [
|
||
"豆包豆包",
|
||
"你好小智",
|
||
"hi siri",
|
||
],
|
||
},
|
||
"xiaozhi": {
|
||
"OTA_URL": "https://api.tenclass.net/xiaozhi/ota/",
|
||
"WEBSOCKET_URL": "wss://api.tenclass.net/xiaozhi/v1/",
|
||
},
|
||
}
|
||
```
|
||
|
||
### Docker 运行
|
||
|
||
[](https://hub.docker.com/r/idootop/open-xiaoai-xiaozhi)
|
||
|
||
推荐使用以下命令，直接 Docker 一键运行。
|
||
|
||
```shell
|
||
docker run -it --rm -p 4399:4399 -v $(pwd)/config.py:/app/config.py idootop/open-xiaoai-xiaozhi:latest
|
||
```
|
||
|
||
### 编译运行
|
||
|
||
为了能够正常编译运行该项目，你需要安装以下依赖环境/工具：
|
||
|
||
- uv：https://github.com/astral-sh/uv
|
||
- Rust: https://www.rust-lang.org/learn/get-started
|
||
- [Opus](https://opus-codec.org/): 自行询问 AI 如何安装动态链接库，或参考[这篇文章](https://github.com/huangjunsen0406/py-xiaozhi/blob/3bfd2887244c510a13912c1d63263ae564a941e9/documents/docs/guide/01_%E7%B3%BB%E7%BB%9F%E4%BE%9D%E8%B5%96%E5%AE%89%E8%A3%85.md#2-opus-%E9%9F%B3%E9%A2%91%E7%BC%96%E8%A7%A3%E7%A0%81%E5%99%A8)
|
||
|
||
```bash
|
||
# 安装 Python 依赖
|
||
uv sync --locked
|
||
|
||
# 编译运行
|
||
uv run main.py
|
||
```
|
||
|
||
如果你只是想体验一下小智 AI，请使用以下命令启动：
|
||
|
||
```bash
|
||
uv run main.py --mode xiaozhi
|
||
```
|
||
|
||
该模式下使用电脑的麦克风和扬声器作为音频输入输出设备，无需连接小爱音箱。
|
||
|
||
> [!NOTE]
|
||
> 本项目只是一个简单的演示程序，抛砖引玉。诸如一些音频压缩、加密传输、多账号管理等功能并未提供，请自行评估用途和使用风险。
|
||
|
||
## 常见问题
|
||
|
||
### Q：回答太长了，如何打断小智 AI 的回答？
|
||
|
||
直接召唤“小爱同学”，即可打断小智 AI 的回答 ;)
|
||
|
||
### Q：第一次运行提示我输入验证码绑定设备，如何操作？
|
||
|
||
第一次启动对话时，会有语音提示使用验证码绑定设备。请打开你的小智 AI [管理后台](https://xiaozhi.me/)，然后根据提示创建 Agent 绑定设备即可。验证码消息会在终端打印，或者打开你的 `config.py` 文件查看。
|
||
|
||
```py
|
||
APP_CONFIG = {
|
||
"xiaozhi": {
|
||
"VERIFICATION_INFO": "首次登录时，验证码会在这里更新",
|
||
},
|
||
# ... 其他配置
|
||
}
|
||
```
|
||
|
||
PS：绑定设备成功后，可能需要重启应用才会生效。
|
||
|
||
### Q：怎样使用自己部署的 [xiaozhi-esp32-server](https://github.com/xinnan-tech/xiaozhi-esp32-server) 服务？
|
||
|
||
如果你想使用自己部署的 [xiaozhi-esp32-server](https://github.com/xinnan-tech/xiaozhi-esp32-server)，请更新 `config.py` 文件里的接口地址，然后重启应用。
|
||
|
||
```py
|
||
APP_CONFIG = {
|
||
"xiaozhi": {
|
||
"OTA_URL": "https://2662r3426b.vicp.fun/xiaozhi/ota/",
|
||
"WEBSOCKET_URL": "wss://2662r3426b.vicp.fun/xiaozhi/v1/",
|
||
},
|
||
# ... 其他配置
|
||
}
|
||
```
|
||
|
||
### Q：有时候话还没说完 AI 就开始回答了，如何优化？
|
||
|
||
你可以调大 `config.py` 配置文件里的 `min_silence_duration` 参数，然后重启应用 / Docker 试试看。
|
||
|
||
```py
|
||
APP_CONFIG = {
|
||
"vad": {
|
||
# 最小静默时长（ms）
|
||
"min_silence_duration": 1000,
|
||
},
|
||
# ... 其他配置
|
||
}
|
||
```
|
||
|
||
### Q：对话的时候，文字识别不是很准？
|
||
|
||
文字识别结果取决于你的小智 AI 服务器端的语音识别方案，与本项目无关。
|
||
|
||
不过需要注意的是，在唤醒后或连续对话时，由于 VAD 激活阈值的关系，开始的一小段语音可能会被丢弃识别不到，使用时需要多注意。
|
||
|
||
比如：“你知道我是谁吗” 有可能会被识别为“知道我是谁吗”（丢掉了最前面一个字）
|
||
|
||
### 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。
|
||
|
||
```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,
|
||
},
|
||
# ... 其他配置
|
||
}
|
||
```
|
||
|
||
另外，应用 / Docker 刚刚启动时需要加载模型文件，比较耗时一些，可以等 30s 之后再试试看。
|
||
|
||
如果是英文唤醒词，可以尝试将最小发音用空格分开，比如：比如：'openai' 👉 'open ai'
|
||
|
||
PS：如果还是不行，建议更换其他更易识别的唤醒词。
|
||
|
||
## 鸣谢
|
||
|
||
该演示使用的 Python 版小智 AI 客户端基于 [py-xiaozhi](https://github.com/Huang-junsen/py-xiaozhi) 项目，特此鸣谢。
|