openWakeWord rhasspy

用於 Rhasspy 的 openWakeWord

openWakeWord 是一個開源程式庫，用於偵測常見的喚醒詞，例如「alexa」、「hey mycroft」、「hey jarvis」和其他模型。 Rhasspy 是個開源語音助理。

該專案將 openWakeWord 作為獨立服務運行，透過 UDP 接收來自 Rhasspy 的音頻，偵測何時說出喚醒詞，並使用 Hermes MQTT 協定通知 Rhasspy。

為什麼

我在 Base/Satellite 模式下執行 Rhasspy。目前，每個衛星都會捕獲音頻，在本地進行喚醒詞檢測，並將音頻流傳輸到負責執行其他所有操作的基地。 Pi4 衛星運行 Rhasspy Docker 容器，透過 compose 啟動。 Base Rhasspy 容器在更強大的 i7 上運行（運行其他家庭自動化軟體。）

在Docker 中運行openWakeWord 可以簡化分發和設定（Python 依賴項），允許openWakeWord 以與Rhasspy 不同的速度進行開發（而不是與Rhasspy 捆綁和發布）。 （例如ESP32）更豐富的喚醒詞選項。

將來，我計劃添加一個用於配置的 Web UI：要檢測哪些單字、閾值、自訂驗證器模型，也許還有說話者識別。它還可以包括用於測試和診斷的即時視覺化。

安裝

碼頭工人

使用 Docker CLI

docker run -d --name openwakeword -p 12202:12202/udp -v /path/to/config/:/config dalehumby/openwakeword-rhasspy

在docker-compose.yml （或 Docker Swarm 堆疊檔案）中

  openwakeword :
    image : dalehumby/openwakeword-rhasspy
    restart : always
    ports :
      - " 12202:12202/udp "
    volumes :
      - /path/to/config:/config

Python本地安裝

為了進行測試和實驗，您可以在本地運行該專案：

1. 複製儲存庫git clone [email protected]:dalehumby/openWakeWord-rhasspy.git
2. 建立Python虛擬環境（可選）
   • python3 -m venv env
   • source env/bin/activate
3. 安裝要求pip3 install -r requirements.txt
4. 完成以下配置後
5. 運行python3 detect.py

配置

1. 建立一個名為config.yaml的文件，例如nano /path/to/config/config.yaml
2. 將config.yaml.example的內容貼到config.yaml中即可開始

UDP 連接埠

Rhasspy 使用 UDP 協定透過網路將音訊從其麥克風串流傳輸到 openWakeWord。在連接了 microhone 的每個 Rhasspy 裝置（通常是 Satellite）上，前往 Rhasspy - 設定 - 音訊錄製，然後在UDP Audio (Output)中插入執行 openWakeWord 的主機的 IP 位址，然後選擇一個連接埠號，通常從12202開始。如果您有多個 Rhasspy 設備，那麼每個設備都需要自己的連接埠號， 12202 、 12203 、 12204等。

在 openWakeWord config.yaml中， udp_ports有 kay:value 對。關鍵是顯示在Rhasspy - 設定頂部的siteId 。它可能是： base 、 satellite 、 kitchen 、 bedroom等。

 udp_ports :
  base : 12202
  kitchen : 12203
  bedroom : 12204

如果您使用 Docker，則需要開啟連接埠以允許 UDP 網路流量進入容器。

使用 Docker CLI

docker run -d --name openwakeword -p 12202:12202/udp -p 12203:12203/udp -p 12204:12204/udp -v /path/to/config/:/config dalehumby/openwakeword-rhasspy

或在docker-compose.yml中

  openwakeword :
    image : dalehumby/openwakeword-rhasspy
    restart : always
    ports :
      - " 12202:12202/udp "  # base
      - " 12203:12203/udp "  # kitchen
      - " 12204:12204/udp "  # bedroom
      # ... etc
    volumes :
      - /path/to/config:/config

MQTT

openWakeWord 通知 Rhasspy 已使用 Hermes MQTT 協定說出喚醒詞。 MQTT 代理程式需要可由 Rhasspy 和 openWakeWord 存取。 Rhasspy 的內部 MQTT 代理無法從 Rhasspy 外部訪問，因此您需要執行共用代理，例如 Mosquitto。

代理運行後，轉到Rhasspy - 設定 - MQTT。選擇External代理，設定運行代理的Host的 IP 位址、 Port以及Username / Password （如果需要），類似於：

openWakeWord config.yaml將具有：

 mqtt :
  broker : 10.0.0.10
  port : 1883
  username : yourusername  # Delete row if not required
  password : yourpassword  # Delete row if not required

在每個 Rhasspy 上，在 Rhasspy - 設定 - 喚醒詞中，設定Hermes MQTT ，例如

打開喚醒詞

openWakeWord 監聽喚醒詞，如「alexa」、「hey mycroft」、「hey jarvis」等。使用model_names指定要偵聽的喚醒詞。 （請參閱預訓練模型文件以及要使用的model_names 。）

刪除您不想啟動的所有喚醒字詞。或刪除整個model_names部分以使用所有預先訓練的模型。

 oww :
  model_names :  # From https://github.com/dscripka/openWakeWord/blob/main/openwakeword/__init__.py
    - alexa  # Delete to ignore this wake-word
    - hey_mycroft
    - hey_jarvis
    - timer
    - weather
  activation_samples : 3  # Number of samples in moving average
  activation_threshold : 0.7  # Trigger wakeword when average above this threshold
  deactivation_threshold : 0.2  # Do not trigger again until average falls below this threshold
  # OWW config, see https://github.com/dscripka/openWakeWord#recommendations-for-usage
  vad_threshold : 0.5
  enable_speex_noise_suppression : false

其他oww設定可確保每個喚醒字詞僅啟動 Rhasspy 一次，並有助於減少錯誤啟動。

在上面的範例中，透過 UDP 接收到的最新 3 個音訊樣本被平均在一起，如果說出喚醒詞的平均置信度高於 0.7 (70%)，則會通知 Rhasspy。在平均置信度降至 0.2 (20%) 以下（即喚醒詞結束）之前，Rhasspy 不會再次收到通知。

也提供語音活動偵測 (VAD) 和噪音抑制的設定。 （請參閱 openWakeWord 的使用建議。）

貢獻

如果您有問題、需要幫助或有想法，請隨時提出問題。 PR 總是受歡迎的。