几秒钟前如何创建音频缓冲区以访问麦克风输入

Question

我正在尝试创建一个可以通过启动指令激活的语音识别功能。我找到了这个 snowboy 包，可以创建一个启动指令侦听器，该侦听器可以全时侦听并在激活时运行特定任务。

我的问题是，我需要在检测到启动指令时运行语音认证功能。假设我的启动指令是“你好”，而我的语音验证输入需要是“你好，请开门”。但是如果我在检测到启动指令后开始录制，我需要重复单词 hello。我怎样才能在不重复的情况下获得完整的“你好，请开门”录音。

有没有办法让雪童输出它用来激活的短音频文件“你好”，如果是这样，我可以将它们组合起来。

如果现在我可以创建一个音频缓冲区，它将一直保存最后 10 秒的麦克风数据，而不会对 CPU 造成太大影响。同时这也需要和雪童共用麦克风。

这是我的想法，但我不知道如何实现。请告诉我如何做到这一点或任何其他我可以获得完整录音的方法。

如果有些地方不清楚，请随时编辑问题。

谢谢！！

Answer 1

是的。检测到后，Snowboy 默认播放资源文件夹中的“ding”波形文件。您可以编辑 snowboydecoder.HotwordDetector 函数来播放另一个声音文件而不是 ding（您可能需要对它编译的语言有一个粗略的了解）。您可以下载自定义波形文件以在此处播放，或使用 Internet 上的各种免费 TTS API 列表来生成“机器人声音”自定义消息，并保存到您的计算机。如果需要，我将进行详细说明