From bf8a8bddf1687cd5d834144cf5839c12e6709d2e Mon Sep 17 00:00:00 2001 From: pupa <1924380164@qq.com> Date: Mon, 21 Jul 2025 14:13:54 +0800 Subject: [PATCH 1/2] =?UTF-8?q?=E6=B7=BB=E5=8A=A0=E6=9C=80=E7=AE=80?= =?UTF-8?q?=E5=8C=96=E9=85=8D=E7=BD=AE=E6=97=B6=E9=85=8D=E7=BD=AE=E5=A3=B0?= =?UTF-8?q?=E7=BA=B9=E7=9A=84=E6=95=99=E7=A8=8B?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- docs/voiceprint-integration.md | 46 +++++++++++++++++++++++++++++++++- 1 file changed, 45 insertions(+), 1 deletion(-) diff --git a/docs/voiceprint-integration.md b/docs/voiceprint-integration.md index 4364faa9..31d6a397 100644 --- a/docs/voiceprint-integration.md +++ b/docs/voiceprint-integration.md @@ -185,4 +185,48 @@ http://192.168.1.25:8005/voiceprint/health?key=abcd ## 第三步 和你的智能体聊天 -将你的设备通电，问它，你知道我是谁吗？如果他能回答得出，说明声纹识别功能正常。 \ No newline at end of file +将你的设备通电，问它，你知道我是谁吗？如果他能回答得出，说明声纹识别功能正常。 + +# 3、最简化部署时，怎么配置声纹识别 + +## 第一步 配置接口 +打开 `xiaozhi-server/data/.config.yaml` 文件（如果没有需要创建），然后添加/修改以下内容： + +``` +# 声纹识别配置 +voiceprint: + # 声纹接口地址 + url: 你的声纹接口地址 + # 说话人配置：speaker_id,名称,描述 + speakers: + - "test1,张三,张三是一个程序员" + - "test2,李四,李四是一个产品经理" + - "test3,王五,王五是一个设计师" +``` + +把上一步得来的 `声纹接口地址` 粘贴到 `url` 里。然后保存。 + +`speakers` 参数依据需求添加。这里需要注意这个 `speaker_id` 参数，后面注册声纹会用到。 + +## 第二步 注册声纹 +如果你已经启动了声纹服务，本地浏览器里访问 `http://localhost:8005/voiceprint/docs` 即可查看 API 文档，这里只说明注册声纹的 API 如何使用。 + +注册声纹的 API 地址为 `http://localhost:8005/voiceprint/register`，请求方式为 POST。 + +请求头需要包含 Bearer Token 认证，token 为 `声纹接口地址` 中 `?key=` 后的部分，比如如果我的声纹注册地址为 `http://127.0.0.1:8005/voiceprint/health?key=abcd`，那么我的 token 就是`abcd`。 + +请求体包含说话人 ID（speaker_id），和 WAV 音频文件（file），请求示例如下： + +``` +curl -X POST \ + -H "Authorization: Bearer YOUR_ACCESS_TOKEN" \ + -F "speaker_id=your_speaker_id_here" \ + -F "file=@/path/to/your/file" \ + http://localhost:8005/voiceprint/register +``` + + 这里的 `file` 是要注册的说话人说话的音频文件， `speaker_id` 需要和第一步配置接口的 `speaker_id` 保持一致。比如说我需要注册张三的声纹，在 `.config.yaml` 中填的张三的 `speaker_id` 为 `test1`，那么我注册张三声纹的时候，请求体里填的 `speaker_id` 就是 `test1`， `file` 填的就是张三说一段话的音频文件。 + + ## 第三步 启动服务 + +启动小智服务器和声纹服务，即可正常使用。 \ No newline at end of file From 37ac778ff499f4916f0a63f4898637543310df91 Mon Sep 17 00:00:00 2001 From: hrz <1710360675@qq.com> Date: Mon, 21 Jul 2025 23:13:45 +0800 Subject: [PATCH 2/2] Update voiceprint-integration.md --- docs/voiceprint-integration.md | 5 +++-- 1 file changed, 3 insertions(+), 2 deletions(-) diff --git a/docs/voiceprint-integration.md b/docs/voiceprint-integration.md index 31d6a397..9db1af0c 100644 --- a/docs/voiceprint-integration.md +++ b/docs/voiceprint-integration.md @@ -1,8 +1,9 @@ # 声纹识别启用指南 -本教程包含2个部分 +本教程包含3个部分 - 1、如何部署声纹识别这个服务 - 2、全模块部署时，怎么配置声纹识别接口 +- 3、最简化部署时，怎么配置声纹识别 # 1、如何部署声纹识别这个服务 @@ -229,4 +230,4 @@ curl -X POST \ ## 第三步 启动服务 -启动小智服务器和声纹服务，即可正常使用。 \ No newline at end of file +启动小智服务器和声纹服务，即可正常使用。