树莓派语音助手 PI-Assistant

<br>

🗺️ 更新日志

[2024/6/2]

• 规范运行日志（引入loguru库）
• 新增外设端口 BCM号18（用于外接语音唤醒模块，以获得更好的唤醒体验）
• 添加Ctrl+C中断退出
• 更新README.md

<details> <summary>更多</summary>

[2024/5/13]

• 增加HomeAssistant设备控制，利用HA的API实现了对其下设备的控制，并提供了一个基本示例
• 修改了文档中对场景、外设及自动化部分的语言描述，更清晰易懂

[2024/3/12]

• 增加广域网控制支持，采用MQTT协议，实现广域网下的设备控制，消息传递
• 完善WebUI，增加快捷命令，增加回复窗口
• 完善星火API，相比GPT可能会有更好的体验
• 星火版本指向3.5，GPT版本改指向GPT-4-turbo-preview
• 适配新版本DDG搜索
• 增强设备控制通用性和稳定性，完善场景逻辑
• 删除早期APP，统一采用Web控制
• 添加requirements.txt，列出运行版本号

[2024/2/3]

• 支持局域网外设控制（MQTT）

• 优化场景类、配置类、状态类结构

• 最小化程序支持在PC（win10）运行

• 简化代码,删除音乐模块的自动获取Cookie功能

[2024/1/8]

• 解决duckduckgo联网搜索失效的问题（注意及时升级ddg库）

[2023/12/29]

• 已支持WebUI调参，可调参数可自由选择
• 已支持讯飞星火大模型API
• 优化场景配置代码

</details> <br>

💡 功能列表

• 支持多种唤醒方式：语音唤醒，局域网消息唤醒，外设模块唤醒，远程唤醒
• 语音端点检测：自动检测语音截止点
• 语音识别：支持在线与离线双模式
• 文字转语音：舒适的人声
• 接续对话：完成交互对话全程只需唤醒一次
• 支持对话中断：可在任意时刻打断对话，重新提问
• 双引擎可选交互：接入GPT/星火大模型，支持聊天上下文，具有互联网搜索能力，并适时总结对话
• 聊天记忆：在程序结束后保存聊天内容，重新运行时自动加载
• 通知播报：手机上接收的消息（熄屏时）以自定义格式播报
• 音乐播放：获取QQ音乐个性推荐，支持调整音量，切换，暂停
• 音频闪避：在聊天交互/通知播报时自动减小音乐音量
• 日程设定：支持设定闹钟/倒计时，以及提醒事项
• WebUI调参：可通过电脑和手机登录网页调参
• 外设控制：支持接入自定义设备（MQTT协议），配置相关文件可实现自动化
• 自动化智能家居：传入自定义状态，支持自定义场景触发自定义动作
• 远程控制：支持广域网MQTT设备控制
• HomeAssistant：支持通过API控制HA下的设备 <br>

🎁 安装

Python模块安装

pip install loguru requests arcade RPi.GPIO pydub numpy sounddevice pymysql cn2an duckduckgo_search flask SpeechRecognition openai pyaudio websocket-client paho-mqtt 

具体库版本可参考requirements.txt文件

Azure认知服务

为了使用语音识别以及文字转语音，需要注册微软Azure，获取Azure认知服务的APIkey

GPT服务/星火API

为了生成对话文本，需要注册OpenAI/讯飞星火账号（二选一），并获取APIkey

Nodejs安装(可选)

为了使用音乐播放功能，需要安装Node.js，默认qq号 1234567 ，修改 bin/config.js 为自己的QQ号 , 安装完成后可在QQMusicApi路径下运行npm start 测试结果（具体使用可参考QQMusicApi文档站以及if_music.py）

Mysql数据库安装(可选)

为了实现日程提醒功能，需要安装Mysql数据库，安装并后台运行，对应schedule.py文件，以下是一些参考命令：

show databases;
create database schedule;
use schedule;
create table main (id int(11)primary key, time int(11),content varchar(50));
alter table main modify column id int(11) AUTO_INCREMENT;
CREATE USER 'remote'@'%' IDENTIFIED BY '123456';
GRANT ALL ON schedule.* TO 'remote'@'%';

Snowboy语音唤醒配置(可选)

对于树莓派4B(64bit)的系统可能不需要额外配置，其他版本需要根据情况修改snowboy文件夹的配置文件，确保其能正常运行。（录入关键词需要修改assistxiaoxiao.pmdl文件，默认唤醒词为"助手晓晓"。）

场景、外设及自动化配置(可选)

当前实现的所有参数监听及修改都基于多线程下的循环执行（轮询），因此可以通过在 server.py 添加新的线程插入你的外设控制文件。具体步骤为：在 config.py 中添加变量，编写专用外设控制文件，在专用外设控制文件监听（轮询）变量，执行自定义动作。在任意文件中调用 config.set() 即可触发动作。

例如，在 server.py 新增一个线程用于处理控制HomeAssistant设备的消息 t7 ，在 config.py 中定义变量 "HA_light_demo": False，在 hass_light_demo.py 中处理消息和执行动作。如果要增加语音控制，在 if_devControl.py 中添加对应的语音指令和 config.set() 即可。

支持外接无线设备，作为设备的数据流转和控制中心，可达到极高的可扩展性。可在 config.py 中添加外设变量，在 dev_control.py 中定义设备类型，订阅主题和推送主题，同时，在wifi设备上（例如esp32）配置对应的主题，在任意文件中调用 config.set() 即可触发外设动作（将会发送值到预先定义的主题中，外设接收此值响应动作）。

进一步的，实现自动化，则在 Scene_conf.py 中定义状态变量并设置触发场景、配置相应的动作。调用修改状态变量函数 status_manager.set_status() 时会自动回调检查是否符合场景预设，若是则执行对应动作。（注：无线外设扩展现仅支持MQTT协议设备）

<details> <br> 外设通讯协议为MQTT，在树莓派上安装mosquito服务器，用户名和密码分别设置为 pi，123456。配置参考如下：

/etc/mosquitto/mosquitto.conf

listener 1883
allow_anonymous false
password_file /etc/mosquitto/passwd

设备分为输入设备（如传感器）和输出设备（如开关），以下描述了外设控制的两种数据流动：

• 输入设备（传感器）数据→状态管理器→场景管理器→配置管理器→输出设备（开关、灯）

此控制方案用于自动化控制，传感器的值会改变状态管理器的状态量，进而触发场景检测，满足对应场景后调用配置管理器的接口，控制设备。

• 控制命令（语音）→配置管理器→输出设备（开关、灯）

此控制方案用于手动控制，通过文字指令或语音指令直接修改配置管理器的变量，控制设备。 外设控制配置文件包括以下几个文件：dev_control.py（定义所有设备），config.py（定义输出设备），Scene_conf.py（定义输入设备以及场景）

文件中提供了一个示例，sensor_demo作为输入设备，dev_demo作为输出设备，当sensor_demo发送True（False）时，dev_demo点亮（关闭）板载LED。硬件采用Esp32，相关的硬件代码提供在mqtt_demo文件夹。

代码设计有反馈机制，输出设备在接收到信息后需要有ACK，否则树莓派会认为此次控制不成功。

广域网MQTT配置（可选）

采用中国移动ONENet的MQTT服务器，实现在广域网下与家庭助手通信。

PI-Assistant共订阅三个topic：Input（实现对输入设备数据的改写）、Output（实现对输出设备的控制）、message_pi（用于消息的传递，即远程通信）

PI-Assistant会将message_pi传来的消息经过和本地消息几乎相同的处理，然后将返回结果发送到名为"message_endpoint"的主题上。

例如，在MQTT手机端Publish主题为"Output"，内容为"dev_demo:True"的消息，即可打开设备dev_demo的Led灯。提前订阅"message_endpoint"，向主题message_pi发送"你好"，稍后将会在"message_endpoint"上收到"你好，我是晓晓智能助手..."，具体实现参考mqtt_wlan.py以及chat.py。

中国移动MQTT服务器的配置方法：onenet -> 开发者中心 -> 全部产品服务 -> 多协议接入 -> MQTT（旧版）-> 添加产品 -> 添加设备

使用文档

常量配置

修改const_config.py文件夹，Openai的key，Azure认知服务的key（语音识别和tts都用到了，免费），代理端口，路径，相应功能的开启关闭等。

对于QQ音乐的Cookie，直接在网页登录，复制cookie的值粘贴到cookie.txt。

变量配置

在config.py编辑初始参数，如果要语音唤醒，将wakebyhw改为True。

运行

python startApi.py #音乐服务
python server.py #主程序

语音呼叫"助手晓晓"可直接唤醒，然后语音交互

在APP上配置IP后发送消息交互，也可通过http://语音助手ip:5000/command?words=''直接进行交互

连接了指定外设的情况下可通过按钮/无线模块触发，按钮GPIO7(BCM:4)高电平触发。无线模块开源链接：https://oshwhub.com/ghgjkh/simple-wake

语音播报功能需要手机端APP配合，APP为MacroDroid，实现过程是APP端发送相应格式的消息到http://语音助手ip:5000/words?words=''，然后TTS播报出来。

具体的功能可以根据chat.py的执行逻辑以及对应文件查看使用

运行时调参

可使用网页端在程序运行时调参，地址为http://ip:5000

文件层次结构

待实现功能

• GPT回答流式生成，并考虑新增Groq的AI接口

• 音频流式播放，重做非阻塞音频部分

• '场景'控制方案重写（描述）为'自动化'控制方案

• 低功耗BLE外设硬件开发

• 未联网下自动切换为离线语音识别

其他

欢迎提交Issue与Pull Request