开源 企业版 高校版 私有云 模力方舟 AI 队友
代码拉取完成,页面将自动刷新
捐赠
捐赠前请先登录
扫描微信二维码支付
取消
支付完成
支付提示
将跳转至支付宝完成支付
确定
取消
1 Star 0 Fork 265

37创客/python-learn

forked from mktime/python-learn
加入 Gitee
与超过 1400万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
已有帐号? 立即登录
文件
master
分支 (1)
master
master
分支 (1)
master
克隆/下载
克隆/下载
提示
下载代码请复制以下命令到终端执行
为确保你提交的代码身份被 Gitee 正确识别,请执行以下命令完成配置
初次使用 SSH 协议进行代码克隆、推送等操作时,需按下述提示完成 SSH 配置
1 生成 RSA 密钥
2 获取 RSA 公钥内容,并配置到 SSH公钥
在 Gitee 上使用 SVN,请访问 使用指南
使用 HTTPS 协议时,命令行会出现如下账号密码验证步骤。基于安全考虑,Gitee 建议 配置并使用私人令牌 替代登录密码进行克隆、推送等操作
Username for 'https://gitee.com': userName
Password for 'https://userName@gitee.com': # 私人令牌
master
分支 (1)
master
python-learn
/
ai-agent.py
python-learn
/
ai-agent.py
ai-agent.py 4.91 KB
一键复制 编辑 原始数据 按行查看 历史
内部项目 提交于 2024年11月15日 19:14 +08:00 . 个人AI助理
import pyaudio
import pvporcupine
import os
import io
import sys
import logging
import pdb
import sounddevice as sd
import numpy as np
import pvcobra
import time
import wave
from tencentcloud.asr.v20190614 import asr_client, models
from tencentcloud.common import credential
import json
logging.basicConfig(
#filename = os.path.join(expanduser('~'), 'peoplebank.log'),
level = logging.DEBUG,
format = "[%(asctime)s] - %(levelname)s - %(lineno)s] %(message)s",
datefmt = "%Y-%m-%d %H:%M:%S"
)
# 访问密钥
ACCESS_KEY = os.environ.get('ACCESS_KEY')
print('access key:', ACCESS_KEY)
# 腾讯云配置
SECRET_ID = os.environ.get('TENCENT_SECRET_ID')
SECRET_KEY = os.environ.get('TENCENT_SECRET_KEY')
REGION = "ap-beijing"
# 设备编号
DEVICE_INDEX = 0
# 唤醒词
KEYWORD_PATH = ['models/暖宝宝_zh_mac_v3_0_0.ppn']
# 唤醒词的敏感度
KEYWORD_SENSITIVITIES = [0.5]
# 中文唤醒词对应的模型
MODEL_PATH = 'models/porcupine_params_zh.pv'
# Porcupine 的采样率
SAMPLE_RATE = 16000
# 单声道
CHANNELS = 1
# Porcupine 每帧音频样本数
FRAME_LENGTH = 512
# 设置录音设备编号
sd.default.device = [DEVICE_INDEX, 1]
# 开启录音
audio_stream = sd.InputStream(samplerate=SAMPLE_RATE, channels=1, dtype='int16')
audio_stream.start()
# cobra 初始化
cobra = pvcobra.create(access_key=f'{ACCESS_KEY}')
# porcupine 初始化
porcupine = pvporcupine.create(
access_key = f'{ACCESS_KEY}',
keyword_paths = KEYWORD_PATH,
sensitivities = KEYWORD_SENSITIVITIES,
model_path = MODEL_PATH
)
# 从音频流中读取一个帧的数据
def get_next_audio_frame():
audio_frame, _ = audio_stream.read(FRAME_LENGTH)
# 将音频帧转换为一维数组,并确保是 int16 类型
pcm_data = np.frombuffer(audio_frame, dtype=np.int16)
return pcm_data
# 录音
def record_audio(duration=5):
print("开始录音...")
audio_data = sd.rec(int(SAMPLE_RATE * duration), samplerate=SAMPLE_RATE, channels=CHANNELS, dtype='int16')
sd.wait() # 等待录音结束
return audio_data
# 将音频数据保存为 WAV 格式
def save_audio_to_wav(audio_data):
with io.BytesIO() as byte_io:
with wave.open(byte_io, 'wb') as wf:
wf.setnchannels(CHANNELS)
wf.setsampwidth(2) # 16 位深度
wf.setframerate(SAMPLE_RATE)
wf.writeframes(audio_data.tobytes())
byte_io.seek(0)
return byte_io
# 调用腾讯ASR服务将语音转换为文字
def transcribe_audio_tencent(audio_file):
cred = credential.Credential(SECRET_ID, SECRET_KEY)
client = asr_client.AsrClient(cred, REGION)
audio_data = audio_file.read()
audio_base64 = audio_data.encode('base64')
req = models.SentenceRecognitionRequest()
params = {
"EngSerViceType": "16k_zh",
"SourceType": 1,
"VoiceFormat": "wav",
"Data": audio_base64,
}
req.from_json_string(json.dumps(params))
resp = client.SentenceRecognition(req)
print("识别结果:", resp.Result)
def start_agent():
# 初始化 PyAudio
#audio = pyaudio.PyAudio()
## 打开音频流
#stream = audio.open(format=pyaudio.paInt16,
# channels=1,
# rate=porcupine.sample_rate,
# input=True,
# frames_per_buffer=porcupine.frame_length)
logging.debug('等待唤醒词...')
try:
while True:
# 从音频流中读取数据
audio_frame = get_next_audio_frame()
result = porcupine.process(audio_frame)
print('result:', result)
if result >= 0:
# 检测到唤醒词
while True:
# 判断是否有人说话
audio_frame = get_next_audio_frame()
voice_probability = cobra.process(audio_frame)
if voice_probability >= 0.3:
# 检测到人声 启动录音
audio_data = record_audio(duration=5)
audio_file = save_audio_to_wav(audio_data)
transcribe_audio_tencent(audio_file)
break
#else:
#print("没有语音活动,继续监听...")
#time.sleep(1)
except KeyboardInterrupt:
print('停止运行.')
# 清理资源
#stream.stop_stream()
#stream.close()
#audio.terminate()
def choose_device():
# 初始化 PyAudio
audio = pyaudio.PyAudio()
# 列出所有音频输入设备
for i in range(audio.get_device_count()):
device_info = audio.get_device_info_by_index(i)
if device_info['maxInputChannels'] > 0:
print(f"Device {i}: {device_info['name']}")
audio.terminate()
print(40 * '*')
print('>>请输入麦克风编号:', end='', flush=True)
DEVICE_INDEX = int(sys.stdin.readline().strip())
if __name__ == '__main__':
choose_device()
start_agent()
Loading...
举报
举报成功
我们将于2个工作日内通过站内信反馈结果给你!
请认真填写举报原因,尽可能描述详细。
请选择举报类型
取消
发送
误判申诉

此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。

如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。

取消
提交

简介

deepseek 多轮对话,人脸检测及特征提取,个人AI助理,音频实时监听,opencv获取摄像头视频截图;Python基础编程示例:Excel读写追加处理,XML解析、JSON解析、FLV与MP4转换,PyQT界面应用程序开发示例等,https证书到期检测,糗百爬虫,pdf和图片互相转换,socket使用,百度OCR调用例子,IP及端口快速扫描。
暂无标签
MIT
使用 MIT 开源许可协议
取消

发行版

暂无发行版

贡献者

全部

近期动态

不能加载更多了
编辑仓库简介
简介内容
主页
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化
Python
1
https://gitee.com/i37ck/python-learn.git
git@gitee.com:i37ck/python-learn.git
i37ck
python-learn
python-learn
master
点此查找更多帮助

搜索帮助

评论
仓库举报
回到顶部
登录提示
该操作需登录 Gitee 帐号,请先登录后再操作。
立即登录
没有帐号,去注册

AltStyle によって変換されたページ (->オリジナル) /