【代码】chatGPT 智能音箱

资源占用方面，程序运行10小时，占用内存120M ，睡眠时CPU 占用不到1%，被唤醒后则多一些约5%。简单说就是不占资源，随意使用。响应速度方面，第一个版本比较慢，从说完话到开始听到语音回答要10到20秒。现在则只需要4到6秒，已经主要是chatGPT 的网络+计算时间开销了。虽然还有点慢，但换个角度想，其实这也不错，毕竟有时回答得太快会显得不够认真，不够尊重。声卡功能方面，在程序运行期间，不影响系统的录音功能，也不影响其他的花样玩法。可移植性方面，则可以无缝迁移到其他平台，除了唤醒词需要区分平台单独训练

import pvporcupine
import struct
import pyaudio
import pvcobra
import time
import os
import speech_recognition as sr
from agent import chatGPTAgent as gpt
from agent import speechAgent as speech
from utils.logger import logger


porcupine = None
pa = None
audio_stream = None
r = sr.Recognizer()


def picovoice():
    access_key = 'your key'
    porcupine = pvporcupine.create(
        access_key=access_key,
        keyword_paths=['your path']
    )
    pa = pyaudio.PyAudio()
    cobra = pvcobra.create(access_key)
    audio_stream = pa.open(
        rate=porcupine.sample_rate,
        channels=1,
        format=pyaudio.paInt16,
        input=True,
        frames_per_buffer=porcupine.frame_length)
    while True:
        pcm = audio_stream.read(porcupine.frame_length, exception_on_overflow=False)
        #
        _pcm = struct.unpack_from("h" * porcupine.frame_length, pcm)
        keyword_index = porcupine.process(_pcm)
        if keyword_index >= 0:
            run()


def chatGPT(text):
    if len(text) == 0:
        return
    text = text.replace('\n', ' ').replace('\r', '').strip()
    logger.info(f'chatGPT Q: {text}')
    res = gpt.ask(text)
    logger.info(f'chatGPT A: {res}')
    return res


def run():
    logger.info('start recognize_from_microphone')
    q = speech.recognize_from_microphone()
    logger.info(f'recognize_from_microphone, text={q}')
    res = chatGPT(q)
    # os.system(f'say -v "Mei-Jia" "{res}"')
    speech.tts(res)


picovoice()