声音触发器。用于自动化场景检测器

默默前行的虫虫2026-03-31 13:28

在使用AI智能体时，我们遇到很多已经运行结束，就是还不知道的情况下，我们可以设置一段脚本，让运行完声音一直提醒我们，让第一时间我们知道，才写的这段脚本，很完美，你们尝试一下。

这段代码实现了一个基于音频相似度检测的自动复读系统。

简单来说，它的作用是：监听环境声音，当检测到特定的"触发音"时，自动播放一段指定的 MP3 音频（复读）。

以下是代码的详细功能模块总结：

🎯 核心用途

这是一个声音触发器。它通常用于自动化场景，例如：

游戏辅助：听到游戏内的特定提示音（如"检查员来了"），自动播放语音提醒或执行操作。

语音交互：听到特定的唤醒词或指令后，自动播放回复语音。

自动化监控：监控特定频率或类型的声音事件。

⚙️ 功能模块详解

  1. 模板录制与学习
    功能：程序启动后，首先会进入"录制模式"。
    实现：利用 sounddevice 录制一段用户发出的声音作为"模板"。
    目的：确立"我要找的声音"是什么样子的，作为后续比对的基准。
  2. 实时监听与特征比对
    功能：在后台循环监听麦克风输入。
    核心算法：
    滑动窗口：在录音流中截取片段。
    相关系数：使用 np.corrcoef 计算录音片段与模板声音的皮尔逊相关系数。
    阈值判定：如果相似度超过设定的 THRESHOLD (代码中设为 0.45)，则判定为匹配成功。
  3. 自动复读
    功能：一旦检测到匹配的声音，触发播放线程。
    实现：使用 pygame.mixer 播放指定的本地 MP3 文件（代码路径指向 D:\trae\检查员提示音_Freesound.mp3）。
    逻辑：播放 REPEAT_COUNT (10次)，且在播放期间暂停新的检测，防止重复触发。
    🔑 关键技术点
    音频处理库：使用 sounddevice 进行低延迟的音频流录制，numpy 进行信号处理和数学计算。
    多线程：
    主线程保持程序运行。
    监听线程负责后台检测。
    播放线程负责播放音频，避免阻塞监听。
    抗噪与优化：
    设置了音量阈值 (volume < 0.05) 忽略静音片段，节省计算资源。
    滑动步长设为 1000，加快比对速度。
    📝 总结
    这就好比一个"声音回声筒"：你先教它认一个声音，然后它一直竖着耳朵听，一旦在环境里听到这个声音，它就会大声把另一个预设好的 MP3 文件播放出来。
python 复制代码 
# -*- coding: utf-8 -*-
import warnings
warnings.filterwarnings("ignore")
import os
import time
import threading
import pygame
import numpy as np
import sounddevice as sd

# ================= 配置区域 =================
TEMPLATE_RECORD_SECONDS = 1 
REPEAT_COUNT = 10
# 阈值设为 0.45 (刚才测到了 0.53，所以 0.45 很安全)
THRESHOLD = 0.45 
# ===========================================

is_repeating = False
target_template = None 

def record_template():
    global target_template
    print("\n" + "="*50)
    print("🎤 准备录制模板")
    print("请按 Enter 键，然后播放提示音...")
    input()
    
    SAMPLE_RATE = 44100
    print("🔴 正在录制... (发出你要识别的声音)")
    
    audio = sd.rec(int(TEMPLATE_RECORD_SECONDS * SAMPLE_RATE), 
                  samplerate=SAMPLE_RATE, channels=1, dtype='float32')
    sd.wait()
    
    target_template = audio[:, 0]
    print(f"✅ 模板录制成功！长度: {len(target_template)} 个采样点")
    print("="*50 + "\n")
    time.sleep(1)

def play_task():
    global is_repeating
    try:
        print(f"\n🔊 开始复读任务...")
        pygame.mixer.init(frequency=44100, size=-16, channels=1)
        pygame.mixer.music.load(r"D:\trae\检查员提示音_Freesound.mp3")
        
        for i in range(REPEAT_COUNT):
            print(f"   播放第 {i+1}/{REPEAT_COUNT} 次...")
            pygame.mixer.music.play()
            while pygame.mixer.music.get_busy():
                time.sleep(3)
        print("   ✅ 复读完成")
        
    except Exception as e:
        print(f"   ❌ 播放错误: {e}")
    finally:
        pygame.mixer.quit()
        is_repeating = False

def listen_loop():
    global is_repeating
    
    record_template()
    
    template_len = len(target_template)
    print(f"👂 正在监听... (阈值: {THRESHOLD})")
    
    while True:
        if is_repeating:
            time.sleep(0.5)
            continue

        try:
            RECORD_SECONDS = 2
            SAMPLE_RATE = 44100
            audio = sd.rec(int(RECORD_SECONDS * SAMPLE_RATE), 
                          samplerate=SAMPLE_RATE, channels=1, dtype='float32')
            sd.wait()
            recording = audio[:, 0]

            # 音量检测
            volume = np.max(np.abs(recording))
            if volume < 0.05: 
                continue
            
            # --- 核心修改：滑动窗口比对 ---
            max_similarity = 0.0
            
            # 如果录音比模板长，我们就滑动查找
            if len(recording) > template_len:
                # 滑动步长设为 1000，加快计算速度
                step = 1000 
                for i in range(0, len(recording) - template_len, step):
                    # 截取一段
                    rec_part = recording[i : i + template_len]
                    
                    # 计算相关系数
                    corr = np.corrcoef(rec_part, target_template)
                    sim = abs(corr[0, 1])
                    
                    # 记录最高相似度
                    if sim > max_similarity:
                        max_similarity = sim
            else:
                # 如果录音太短，直接比对（补零或截断）
                min_len = min(len(recording), template_len)
                corr = np.corrcoef(recording[:min_len], target_template[:min_len])
                max_similarity = abs(corr[0, 1])
            
            print(f"🔊 音量: {volume:.2f} | 最高相似度: {max_similarity:.3f}")

            if max_similarity > THRESHOLD:
                print(f"\n⚡ 发现匹配声音！(相似度 {max_similarity:.3f}) 触发复读！")
                is_repeating = True
                t = threading.Thread(target=play_task)
                t.daemon = True
                t.start()

        except Exception as e:
            print(f"   🎤 错误: {e}")
            time.sleep(1)

if __name__ == "__main__":
    print("🚀 程序启动...")
    if not os.path.exists(r"D:\trae\检查员提示音_Freesound.mp3"):
        print("❌ MP3文件不存在")
        exit()

    listener_thread = threading.Thread(target=listen_loop, daemon=True)
    listener_thread.start()
    
    try:
        while True:
            time.sleep(1)
    except KeyboardInterrupt:
        print("\n👋 退出。")

补充

python 复制代码 
# -*- coding: utf-8 -*-
import warnings
warnings.filterwarnings("ignore")
import os
import time
import threading
import pygame
import numpy as np
import sounddevice as sd

# ================= 配置区域 =================
TEMPLATE_RECORD_SECONDS = 1 
REPEAT_COUNT = 10
# 阈值设为 0.45 (刚才测到了 0.53，所以 0.45 很安全)
THRESHOLD = 0.45 
# ===========================================

is_repeating = False
target_template = None 

def record_template():
    global target_template
    print("\n" + "="*50)
    print("🎤 准备录制模板")
    print("请按 Enter 键，然后播放提示音...")
    input()
    
    SAMPLE_RATE = 44100
    print("🔴 正在录制... (发出你要识别的声音)")
    
    audio = sd.rec(int(TEMPLATE_RECORD_SECONDS * SAMPLE_RATE), 
                  samplerate=SAMPLE_RATE, channels=1, dtype='float32')
    sd.wait()
    
    target_template = audio[:, 0]
    print(f"✅ 模板录制成功！长度: {len(target_template)} 个采样点")
    print("="*50 + "\n")
    time.sleep(1)

def play_task():
    global is_repeating
    try:
        print(f"\n🔊 开始复读任务...")
        pygame.mixer.init(frequency=44100, size=-16, channels=1)
        pygame.mixer.music.load(r"D:\trae\检查员提示音_Freesound.mp3")
        
        for i in range(REPEAT_COUNT):
            print(f"   播放第 {i+1}/{REPEAT_COUNT} 次...")
            pygame.mixer.music.play()
            while pygame.mixer.music.get_busy():
                time.sleep(3)
        print("   ✅ 复读完成")
        
    except Exception as e:
        print(f"   ❌ 播放错误: {e}")
    finally:
        pygame.mixer.quit()
        is_repeating = False

def listen_loop():
    global is_repeating
    
    record_template()
    
    template_len = len(target_template)
    print(f"👂 正在监听... (阈值: {THRESHOLD})")
    
    while True:
        if is_repeating:
            time.sleep(0.1)
            continue

        try:
            RECORD_SECONDS = 2
            SAMPLE_RATE = 44100
            audio = sd.rec(int(RECORD_SECONDS * SAMPLE_RATE), 
                          samplerate=SAMPLE_RATE, channels=1, dtype='float32')
            sd.wait()
            recording = audio[:, 0]

            # 音量检测
            volume = np.max(np.abs(recording))
            if volume < 0.05: 
                continue
            
            # --- 核心修改：滑动窗口比对 ---
            max_similarity = 0.0
            
            # 如果录音比模板长，我们就滑动查找
            if len(recording) > template_len:
                # 滑动步长设为 1000，加快计算速度
                step = 100 
                for i in range(0, len(recording) - template_len, step):
                    # 截取一段
                    rec_part = recording[i : i + template_len]
                    
                    # 计算相关系数
                    corr = np.corrcoef(rec_part, target_template)
                    sim = abs(corr[0, 1])
                    
                    # 记录最高相似度
                    if sim > max_similarity:
                        max_similarity = sim
            else:
                # 如果录音太短，直接比对（补零或截断）
                min_len = min(len(recording), template_len)
                corr = np.corrcoef(recording[:min_len], target_template[:min_len])
                max_similarity = abs(corr[0, 1])
            
            print(f"🔊 音量: {volume:.2f} | 最高相似度: {max_similarity:.3f}")

            if max_similarity > THRESHOLD:
                print(f"\n⚡ 发现匹配声音！(相似度 {max_similarity:.3f}) 触发复读！")
                is_repeating = True
                t = threading.Thread(target=play_task)
                t.daemon = True
                t.start()

        except Exception as e:
            print(f"   🎤 错误: {e}")
            time.sleep(1)

if __name__ == "__main__":
    print("🚀 程序启动...")
    if not os.path.exists(r"D:\trae\检查员提示音_Freesound.mp3"):
        print("❌ MP3文件不存在")
        exit()

    listener_thread = threading.Thread(target=listen_loop, daemon=True)
    listener_thread.start()
    
    try:
        while True:
            time.sleep(1)
    except KeyboardInterrupt:
        print("\n👋 退出。")
相关推荐
无忧智库3 小时前
从数据孤岛到全球实时协同：某跨国企业 Data Fabric 供应链数据编织平台全解析（WORD）
运维·fabric
齐潇宇3 小时前
Docker概述与安装
linux·运维·docker·容器
Dragon水魅4 小时前
爬虫技术详解：从传统爬虫到浏览器自动化——以豆瓣读书笔记为例
运维·爬虫·自动化
willhuo4 小时前
# 自动化数据采集技术研究与实现：基于Playwright的抖音网页自动化方案
运维·selenium·c#·自动化·chrome devtools·webview
IP老炮不瞎唠4 小时前
IP轮换机制解析：动态住宅代理如何维持高可用率？
运维·服务器·网络
一个扣子4 小时前
OpenClaw 运维完全手册｜日志分析、实时监控与故障排查指南
运维·监控·故障排查·健康检查·openclaw·clawmetry·openclawdoctor
Lentou4 小时前
nginx反向代理
运维·nginx
刘~浪地球4 小时前
API 安全设计最佳实践
运维·网络·安全
网络安全许木4 小时前
自学渗透测试第20天（防火墙基础与规则配置）
运维·服务器·网络·网络安全·渗透测试
亚空间仓鼠4 小时前
Docker 容器技术入门与实践 (二)：Dockerfile文件
运维·docker·容器
热门推荐
012026年4月技术前沿：AI大模型爆发、智能体革命与量子安全新纪元02GitHub 镜像站点032026 年 AI 编程助手全面对比评测：Cursor vs Copilot vs Claude Code vs GitHub Copilot Free042026年4月AI大事件深度解读：大模型竞争进入“深水区“05Claude Code Windows 兼容性问题：指定版本 2.1.112 可解决06AI Weekly | 2026年4月第二周 · GitHub热门项目与AI发展趋势深度解析07UBUNTU Claude Code 报错 claude native binary not installed08从限购到畅通：GLM-5.1 Coding Plan接入攻略09近期有什么ai的新消息，新动态？ 2026.4月10从零部署 Hermes Agent：一只"会成长的 AI 马"保姆级安装教程