一、Snowboy 简介

Snowboy 是一个开源的、轻量级的语音唤醒引擎，专为嵌入式设备和移动设备设计。它允许用户通过自定义的唤醒词来激活语音助手。

主要特性：

• 轻量高效：CPU 和内存占用小
• 跨平台：支持 Linux、Mac、Windows、iOS、Android、Raspberry Pi
• 离线工作：无需网络连接，保护隐私
• 多语言支持：支持中文、英文等多种语言
• 自定义唤醒词：用户可以训练自己的唤醒词模型

二、安装指南

1. 系统要求

• Python 2.7 或 3.4+
• macOS/Linux/Windows
• Raspberry Pi（ARM 架构）也支持

2. 安装步骤

# 使用 pip 安装（推荐）
pip install snowboy

# 或者从源码安装
git clone https://github.com/Kitt-AI/snowboy.git
cd snowboy/swig/Python3
make

3. 安装依赖

# 安装必要的音频处理库
pip install pyaudio  # 用于音频输入
pip install sounddevice  # 替代方案
pip install scipy  # 音频处理
pip install numpy  # 数值计算

注意：Windows 用户安装 PyAudio 可能需要先安装 PortAudio：

# Windows 用户可以使用预编译的 PyAudio
pip install pipwin
pipwin install pyaudio

三、Python 集成开发

1. 基本使用示例

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import snowboydecoder
import sys
import signal

interrupted = False

def signal_handler(signal, frame):
    global interrupted
    interrupted = True

def interrupt_callback():
    global interrupted
    return interrupted

# 回调函数：检测到唤醒词时执行
def detected_callback():
    print("唤醒词被检测到！")
    # 在这里添加唤醒后的处理逻辑

# 主程序
if __name__ == '__main__':
    # 捕获中断信号
    signal.signal(signal.SIGINT, signal_handler)
    
    # 模型文件路径（使用默认模型或自定义模型）
    model = "resources/snowboy.umdl"  # 通用模型
    # model = "resources/alexa.umdl"   # Alexa 模型
    # model = ["model1.pmdl", "model2.pmdl"]  # 多个唤醒词
    
    # 创建检测器
    detector = snowboydecoder.HotwordDetector(model, sensitivity=0.5)
    
    print("正在监听唤醒词... 按 Ctrl+C 退出")
    
    # 开始检测
    detector.start(detected_callback=detected_callback,
                   interrupt_check=interrupt_callback,
                   sleep_time=0.03)
    
    # 清理
    detector.terminate()

2. 完整应用示例（带语音反馈）

import snowboydecoder
import sys
import signal
import os
import pygame
import threading

class VoiceAssistant:
    def __init__(self, model_path):
        self.model = model_path
        self.detector = None
        self.interrupted = False
        self.is_listening = False
        
        # 初始化音频播放（可选）
        try:
            pygame.mixer.init()
        except:
            print("音频播放初始化失败")
    
    def signal_handler(self, signal, frame):
        self.interrupted = True
    
    def play_audio(self, audio_file):
        """播放音频文件"""
        def play():
            try:
                pygame.mixer.music.load(audio_file)
                pygame.mixer.music.play()
                while pygame.mixer.music.get_busy():
                    pass
            except Exception as e:
                print(f"播放音频失败: {e}")
        
        thread = threading.Thread(target=play)
        thread.start()
    
    def wakeup_callback(self):
        """唤醒回调函数"""
        print("\n=== 唤醒词检测到！ ===")
        
        # 播放提示音
        if os.path.exists("beep.wav"):
            self.play_audio("beep.wav")
        
        # 唤醒后的处理逻辑
        self.on_wakeup()
    
    def on_wakeup(self):
        """唤醒后的具体操作"""
        print("开始语音识别...")
        # 这里可以集成语音识别引擎（如百度、科大讯飞、Google等）
        # 示例：使用百度语音识别
        # result = self.baidu_asr()
        # self.process_command(result)
        
        # 或者直接执行命令
        self.execute_command("打开灯光")
    
    def execute_command(self, command):
        """执行命令"""
        print(f"执行命令: {command}")
        
        # 这里添加具体的命令处理逻辑
        if "打开灯光" in command:
            print("正在打开灯光...")
        elif "播放音乐" in command:
            print("正在播放音乐...")
        # 更多命令处理...
    
    def start(self):
        """启动唤醒检测"""
        # 设置信号处理
        signal.signal(signal.SIGINT, self.signal_handler)
        
        # 创建热词检测器
        self.detector = snowboydecoder.HotwordDetector(
            self.model,
            sensitivity=0.5,
            audio_gain=1.0
        )
        
        print("=" * 50)
        print("语音助手已启动")
        print(f"使用模型: {self.model}")
        print("正在监听唤醒词...")
        print("按 Ctrl+C 退出")
        print("=" * 50)
        
        # 开始检测
        self.is_listening = True
        self.detector.start(
            detected_callback=self.wakeup_callback,
            interrupt_check=lambda: self.interrupted,
            sleep_time=0.03,
            audio_recorder_callback=None,  # 可以添加录音回调
            silent_count_threshold=15,
            recording_timeout=100
        )
    
    def stop(self):
        """停止检测"""
        self.interrupted = True
        if self.detector:
            self.detector.terminate()
        print("语音助手已停止")

# 使用示例
if __name__ == '__main__':
    # 使用自定义模型
    assistant = VoiceAssistant("resources/你好小雅.pmdl")
    
    try:
        assistant.start()
    except KeyboardInterrupt:
        assistant.stop()

3. 多唤醒词支持

import snowboydecoder

def callback1():
    print("唤醒词1被检测到")

def callback2():
    print("唤醒词2被检测到")

def callback3():
    print("唤醒词3被检测到")

# 多个唤醒词模型和对应的回调函数
models = ["model1.pmdl", "model2.pmdl", "model3.pmdl"]
callbacks = [callback1, callback2, callback3]

# 创建检测器
detector = snowboydecoder.HotwordDetector(
    models,
    sensitivity=[0.5, 0.5, 0.5]  # 每个模型的敏感度
)

# 开始检测
detector.start(
    detected_callback=callbacks,
    interrupt_check=lambda: False
)

四、自定义唤醒词训练与替换

1. 在线训练（推荐）

Snowboy 提供在线训练平台，但注意：原官方训练平台已关闭，以下是替代方案：

方案一：使用 HMM 方法训练（技术要求较高）

# 1. 准备训练数据
# 需要准备3个音频文件：
# - 3次说唤醒词的录音（16kHz，单声道，wav格式）
# - 背景噪音录音
# - 非唤醒词的其他词录音

# 2. 使用开源工具训练
# 可以使用类似 Kaldi 的工具进行训练

方案二：使用替代服务

目前有一些替代的语音唤醒训练服务：

• Porcupine（Picovoice）：提供免费训练
• Mycroft Precise：开源训练工具
• 自定义神经网络模型：使用 TensorFlow 或 PyTorch 训练

2. 使用预训练模型

Snowboy 提供了一些预训练模型：

• snowboy.umdl：通用英文唤醒词
• alexa.umdl：Alexa 唤醒词
• jarvis.umdl：Jarvis 唤醒词
• smart_mirror.umdl：智能镜子唤醒词

3. 模型替换示例

# 不同的唤醒词模型
MODELS = {
    "snowboy": "resources/snowboy.umdl",
    "alexa": "resources/alexa.umdl", 
    "jarvis": "resources/jarvis.umdl",
    "custom": "resources/my_wake_word.pmdl"
}

def load_model(model_name):
    """动态加载唤醒词模型"""
    model_path = MODELS.get(model_name)
    if not model_path or not os.path.exists(model_path):
        print(f"模型 {model_name} 不存在，使用默认模型")
        model_path = MODELS["snowboy"]
    
    return model_path

# 使用动态模型
current_model = load_model("custom")
detector = snowboydecoder.HotwordDetector(current_model, sensitivity=0.5)

4. 自定义训练流程（使用 Mycroft Precise）

# 安装 Mycroft Precise
git clone https://github.com/MycroftAI/mycroft-precise
cd mycroft-precise
pip install -r requirements.txt
python setup.py install

# 收集训练数据
# 录制唤醒词音频（至少50个样本）
# 录制非唤醒词音频（至少200个样本）

# 训练模型
precise-train \
    wake-word.net \
    data/wake-word/ \
    data/not-wake-word/

# 转换模型为 Snowboy 格式（需要额外工具）

五、高级配置与优化

1. 参数调整

detector = snowboydecoder.HotwordDetector(
    model,
    sensitivity=0.5,      # 敏感度：0-1，值越高越敏感
    audio_gain=1.0,       # 音频增益
    apply_frontend=False   # 是否应用前端处理
)

2. 性能优化

class OptimizedDetector:
    def __init__(self):
        # 使用更低的采样率
        self.DETECTION_SAMPLE_RATE = 16000
        
        # 调整检测参数
        self.config = {
            "APPLY_FRONTEND": True,
            "SENSITIVITY": 0.4,
            "SILENCE_LIMIT": 2,  # 静音时间限制
            "SPEECH_TIMEOUT": 30  # 语音超时
        }
    
    def energy_vad(self, audio_data):
        """基于能量的语音活动检测"""
        import numpy as np
        energy = np.sum(audio_data ** 2) / len(audio_data)
        return energy > 0.01  # 阈值

3. 集成其他语音服务

class IntegratedAssistant:
    def __init__(self):
        # 初始化 Snowboy
        self.snowboy_detector = snowboydecoder.HotwordDetector("model.pmdl")
        
        # 初始化其他服务
        # self.asr_service = ASRService()  # 语音识别
        # self.tts_service = TTSService()  # 语音合成
        # self.nlp_service = NLPService()  # 自然语言处理
    
    def full_pipeline(self):
        """完整处理流程"""
        # 1. 唤醒词检测
        # 2. 语音识别
        # 3. 自然语言理解
        # 4. 执行命令
        # 5. 语音反馈
        pass

六、常见问题与解决方案

1. 安装问题

# PyAudio 安装失败
# Ubuntu/Debian
sudo apt-get install portaudio19-dev python-pyaudio

# macOS
brew install portaudio
pip install pyaudio

# Windows
pip install pipwin
pipwin install pyaudio

2. 性能问题

# 降低 CPU 使用率
detector.start(sleep_time=0.05)  # 增加休眠时间

# 使用更简单的模型
# 减少唤醒词长度
# 调整敏感度

3. 准确率问题

# 调整敏感度
sensitivities = [0.4, 0.45, 0.5, 0.55, 0.6]

# 使用音频预处理
def preprocess_audio(audio_data):
    # 降噪、增益控制等
    return processed_audio

七、注意事项

1. 模型训练：原官方训练平台已关闭，需要寻找替代方案
2. 实时性：Snowboy 对实时性要求较高，确保系统延迟低
3. 背景噪音：在嘈杂环境下效果可能下降
4. 多唤醒词：同时使用多个唤醒词会增加计算负担
5. 资源占用：虽然轻量，但在资源受限设备上仍需优化

八、替代方案推荐

如果 Snowboy 无法满足需求，可以考虑：

1. Porcupine（Picovoice）：商业级，支持自定义唤醒词
2. Mycroft Precise：完全开源，可本地训练
3. TensorFlow Lite：使用 TensorFlow 模型
4. Vosk：离线语音识别，支持唤醒词

总结

Snowboy 是一个优秀的离线语音唤醒工具，虽然官方支持有所减少，但在许多场景下仍然可用。通过合理的配置和集成，可以构建出功能完善的语音交互系统。对于新项目，建议同时评估其他替代方案，选择最适合的技术栈。