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
陳10303 小时前
Linux：第一个系统程序--进度条
linux·运维·服务器
李子焱3 小时前
第一节：初识n8n与下一代工作流自动化
运维·自动化
暴力求解3 小时前
Linux---命名管道与共享内存（一）
linux·运维·服务器
小鸡食米3 小时前
Linux 防火墙
linux·运维·服务器
bingHHB3 小时前
聚水潭 × 金蝶云星空：日均万单电商如何实现销售出库自动记账
运维·自动化·集成学习
ICT系统集成阿祥3 小时前
BGP邻居状态机详解
运维·服务器
NineData3 小时前
MySQL到StarRocks 同步链路中的建表、DDL 跟随与数据校验
运维·数据库·starrocks·mysql·数据迁移·数据库管理工具·ninedata
龙泉寺天下行走3 小时前
记一次windows SSH无法免密登录Linux的处理
linux·运维·ssh
极客老王说Agent3 小时前
适合IT运维人员进行服务器监控和故障预警的Agent有哪些？2026智能运维全攻略
运维·服务器·人工智能·ai·chatgpt
热门推荐
012026年3月AI领域大事件：DeepSeek引领开源风暴02GitHub 镜像站点03围棋-html版本04纯 HTML/CSS/JS 实现的高颜值登录页，还会眨眼睛！少女心爆棚！05班级宠物园部署指南06安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）07OpenClaw 使用和管理 MCP 完全指南08Mac 本地部署 OMLX + 通义千问 Qwen3.5-27B 保姆级教程09“wsl --install -d Ubuntu-22.04”下载慢，中国地区离线安装 Ubuntu 22.04 WSL方法（亲测2025年5月6日）10UV安装并设置国内源