Porcupine - 语音关键词唤醒引擎

一、关于 Porcupine

Porcupine 是一个高度准确和轻量级的唤醒词引擎。它支持构建始终监听的语音应用程序。

• github : https://github.com/Picovoice/porcupine (240916 3.7K)
• 官网：https://picovoice.ai/
• 作者： Picovoice （Vancouver, Canada）
• Twitter | YouTube

特点

• 使用在 现实世界环境中 训练的深度神经网络。
• 紧凑、计算有效率。它非常适合物联网。
• 跨平台
  • Arm Cortex-M、STM32、Arduino和 i.MX RT
  • 树莓派（Zero、3、4、5）
  • 安卓 和 iOS
  • Chrome、Safari、火狐和 Edge
  • Linux（x86_64）、macOS（x86_64、arm64）和Windows（x86_64）
• 可扩展。它可以检测多个始终监听的语音命令，而不会增加运行时占用空间。
• 自助服务。开发人员可以使用PicoVoice Console训练自定义唤醒词模型。

用例

如果您需要检测一个或几个静态（始终监听）语音命令，Porcupine是合适的产品。

• 如果您想创建类似于Alexa或Google的语音体验，请参阅 PicoVoice平台。
• 如果您需要理解特定领域中 复杂且自然说出的语音命令，请参阅 Rhino Speech-to-Intent engine。

尝试一下

• 交互式网络 Demo
• 树莓派Zero 上的Porcupine

语言支持

• 阿拉伯语、荷兰语、英语、波斯语、法语、德语、印地语、意大利语、日语、韩语、普通话、波兰语、葡萄牙语、俄语、西班牙语、瑞典语和越南语
• 商业客户可根据具体情况支持其他语言。

性能

Porcupine 和另外两个广泛使用的库 PocketSphinx和 Snowboy 有比较，见在里 。与这两个性能最好的引擎相比，Porcupine精度提高了11.0倍，速度提高了6.5倍（在 Raspberry Pi 3上）。

二、Demo

Demo 支持各个平台，这里简单列举几个，详见：https://github.com/Picovoice/porcupine?tab=readme-ov-file#demos

如果使用SSH，克隆存储库：

git clone --recurse-submodules git@github.com:Picovoice/porcupine.git

如果使用HTTPS，请使用以下命令克隆存储库：

git clone --recurse-submodules https://github.com/Picovoice/porcupine.git

1、Python Demo

安装 Demo 包：

sudo pip3 install pvporcupinedemo

使用连接到设备的工作麦克风在终端中运行以下操作：

porcupine_demo_mic --access_key ${ACCESS_KEY} --keywords porcupine

引擎开始实时处理来自麦克风的音频输入，并在检测到 Porcupine 时输出到终端。

有关Python Demo 的更多信息，请访问demo/python。

2、iOS Demo

BackgroundService Demo 在后台运行音频录制，当应用程序没有focus 并保持在后台运行时，可以检测唤醒词。只有当应用程序focus 时，前景应用程序 Demo 才会运行唤醒词检测。

BackgroundService Demo

要运行 Demo ，请转到demo/ios/Background Service并运行：

pod install

用你的 AccessKey替换文件ViewController. swift中的 let accessKey = "${YOUR_ACCESS_KEY_HERE}"。

然后，使用Xcode打开生成的PorcupineBackgroundServiceDemo.xcworkspace并运行应用程序。

ForegroundApp Demo

要运行前台应用程序 Demo ：

1）转到ForegroundApp目录。然后运行：

pod install

2）在 XCode 中打开PorcupineForegroundAppDemo.xcworkspace。

3）用你的AccessKey替换文件ViewController. swift中的let accessKey = "${YOUR_ACCESS_KEY_HERE}"。

4）前往 Product > Scheme，为您要 Demo 的语言 选择 scheme（例如arDemo->Arabic Demo ，deDemo-> German Demo ）

5）使用模拟器或连接iOS设备，运行 Demo

该 Demo 允许您选择任何预构建的关键字进行检测。按开始并说出选定的关键字。

3、网页 Demo

3.1 Vanilla JavaScript 和 HTML

从demo/web在终端中运行以下命令：

yarn
yarn start ${LANGUAGE}

（或）

npm install
npm run start ${LANGUAGE}

在浏览器中打开 http://localhost:5000 以尝试 Demo 。

3.2 Vue Demos

From demo/vue run the following in the terminal:

yarn
yarn start ${LANGUAGE}

(or)

npm install
npm run start ${LANGUAGE}

在浏览器中打开 http://localhost:5000 以尝试 Demo 。

三、SDK - Python

支持多种 SDK，这里截取 Python 部分，更多可见：https://github.com/Picovoice/porcupine?tab=readme-ov-file#sdks

安装Python SDK：

pip3 install pvporcupine

SDK公开了一个工厂方法 来创建引擎的实例：

import pvporcupine# AccessKey obtained from Picovoice Console (https://console.picovoice.ai/)
access_key = "${ACCESS_KEY}"handle = pvporcupine.create(access_key=access_key, keywords=['picovoice', 'bumblebee'])

keywords参数是访问库 随附的默认关键字文件 的简写。可用的 默认关键字文件 可以通过以下方式检索

import pvporcupineprint(pvporcupine.KEYWORDS)

如果您希望使用非默认关键字文件，您需要确定其路径：

import pvporcupine# AccessKey obtained from Picovoice Console (https://console.picovoice.ai/)
access_key = "${ACCESS_KEY}"handle = pvporcupine.create(access_key=access_key,keyword_paths=['path/to/non/default/keyword/file'])

初始化后，可以使用handle.sample_rate 获取有效的样例 rate。

所需帧长 （输入数组中音频样本的数量）是handle.frame_length。

该对象可用于监控 传入音频如下：

import pvporcupine# AccessKey obtained from Picovoice Console (https://console.picovoice.ai/)
access_key = "${ACCESS_KEY}"handle = pvporcupine.create(access_key=access_key, keywords=['porcupine'])def get_next_audio_frame():passwhile True:keyword_index = handle.process(get_next_audio_frame())if keyword_index >= 0:# Insert detection event callback herepass

最后，完成后一定要使用handle.delete()显式释放资源。

2024-09-16（一）