Hermes Audio Server

Hermes音频服务器实现了由Snips定义的Hermes协议中的音频服务部分。

它旨在与Rhasspy一起使用，Rhasspy是一个离线、多语言语音助手工具包，可与Home Assistant一起工作，并且完全开源。

使用Hermes音频服务器，您可以将电脑（如Raspberry Pi）的麦克风和扬声器用作Rhasspy系统的远程音频输入和输出。

系统要求

Hermes 音频服务器需要 Python 3。它已在运行 Raspbian 9.8 的树莓派和运行 Ubuntu 19.04 的 x86_64 笔记本电脑上进行过测试。原则上，它应该是跨平台的。当您遇到问题或软件以“您的平台不受支持”的消息退出时，请在 GitHub 上打开一个问题。

安装

您可以通过以下方式安装 Hermes 音频服务器及其依赖项

sudo apt install portaudio19-dev
sudo pip3 install hermes-audio-server

注意：这将全局安装 Hermes 音频服务器。如果您想在 Python 虚拟环境中安装 Hermes 音频服务器，请删除 sudo。

作为服务运行

您可以将 Hermes 音频服务器作为服务运行。

建议以系统用户身份运行它。创建此用户时不要提供登录 shell，也不要为用户创建主目录

sudo useradd -r -s /bin/false hermes-audio-server

此用户还需要访问您的音频设备

sudo usermod -a -G audio hermes-audio-server

配置

Hermes 音频服务器在 JSON 文件 /etc/hermes-audio-server.json 中进行配置，其格式如下

{
    "site": "default",
    "mqtt": {
        "host": "localhost",
        "port": 1883,
        "authentication": {
            "username": "foobar",
            "password": "secretpassword"
        },
        "tls": {
            "ca_certificates": "",
            "client_certificate": "",
            "client_key": ""
        }
    },
    "vad": {
        "mode": 0,
        "silence": 2,
        "status_messages": true
    }
}

请注意，这假设您正在使用身份验证和 TLS 连接到您的 MQTT 代理，并且这启用了实验性的语音活动检测（见下文）。

配置文件中的所有键都是可选的。默认行为是连接到 localhost:1883，不进行身份验证和 TLS，并使用 default 作为站点 ID，禁用语音活动检测。这种情况下的配置文件可能如下所示

{
    "site": "default",
    "mqtt": {
        "host": "localhost",
        "port": 1883
    }
}

目前 Hermes 音频服务器使用系统的默认麦克风和扬声器。在未来的版本中，这将可配置。

语音活动检测

语音活动检测是 Hermes 音频服务器中的一个实验性功能，默认情况下是禁用的。它基于 py-webrtcvad，并尝试在无语音时抑制发送音频帧。请注意，这一尝试的成功高度依赖于您的麦克风、您的环境和您对 VAD 功能的配置。Hermes 音频服务器的语音活动检测不应被视为隐私功能，而是一个节省网络带宽的功能。如果您真的不想在网络中发送音频帧，除非发出语音命令，您应该在您的设备上运行唤醒词服务，然后才开始将音频流式传输到您的 Rhasspy 服务器，直到命令结束。

如果配置文件中没有指定 vad 键，则语音活动检测不会启用，并且所有记录的音频帧将连续在网络中流式传输。如果您不想这样，请指定 vad 键，以便仅在检测到语音活动时流式传输音频。您可以使用以下子键配置 VAD 功能

• mode：这应该是一个介于 0 和 3 之间的整数。0 是最不激进的非语音过滤，3 是最激进的。默认为 0。
• silence：这定义了在多少秒的沉默（未检测到语音）之后，Hermes 音频记录器认为这是语音消息的结束。默认为 2。请确保此值高于或等于 在 Rhasspy 命令监听器的配置中 的 min_sec，否则命令监听器的音频流可能会太早终止。
• status_messages：这是一个布尔值：true 或 false。指定 Hermes 音频记录器是否在检测到语音消息的开始或结束时在 MQTT 上发送消息。默认为 false。这在调试时很有用，当您想找到 mode 和 silence 的正确值时。

运行 Hermes 音频服务器

赫密士音频服务器由两个命令组成：赫密士音频播放器，它接收MQTT上的WAV文件并在扬声器上播放，以及赫密士音频录制器，它从麦克风录制WAV文件并将它们作为音频帧发送到MQTT。

您可以这样运行赫密士音频播放器：

hermes-audio-player

您可以这样运行赫密士音频录制器：

hermes-audio-recorder

您可以同时运行它们，或者如果您只想使用扬声器或麦克风，则只运行其中一个。

使用方法

两个命令都了解--help选项，该选项为您提供有关识别选项的更多信息。例如

usage: hermes-audio-player [-h] [-v] [-V] [-c CONFIG]

hermes-audio-player is an audio server implementing the playback part of
    the Hermes protocol.

optional arguments:
  -h, --help            show this help message and exit
  -v, --verbose         use verbose output
  -V, --version         print version information and exit
  -c CONFIG, --config CONFIG
                        configuration file [default: /etc/hermes-audio-
                        server.json]
  -d, --daemon          run as daemon

已知问题/待办事项列表

• 您还不能选择音频设备：命令使用系统的默认麦克风和扬声器。
• 这个项目实际上是Hermes协议音频服务器部分的最小实现，旨在与Rhasspy一起使用。它不是snips-audio-server的直接替代品，因为它缺少WAV帧中的附加元数据。

变更日志

• 0.2.0 (2019-06-04)：增加了日志记录和守护进程模式。
• 0.1.1 (2019-05-30)：使音频播放器在接收到错误的WAV文件时更健壮。
• 0.1.0 (2019-05-16)：增加了语音活动检测选项。
• 0.0.2 (2019-05-11)：第一个公开版本。

其他有趣的项目

如果您觉得赫密士音频服务器很有趣，也可以看看以下项目：

• Rhasspy：一个离线、多语言语音助手工具包，与Home Assistant一起使用，并且是完全开源的。
• Snips Led Control：一种简单控制Snips兼容设备LED的方法，当检测到热词时，设备正在监听、说话、空闲等时，会有LED模式。
• Matrix-Voice-ESP32-MQTT-Audio-Streamer：Matrix Voice ESP32板的Hermes Audio Server的等效产品，包括LED控制和OTA更新。
• OpenSnips：与Snips语音平台相关的开源项目的集合。

许可

本项目由Koen Vervloesem提供，作为开源软件，MIT许可。有关更多信息，请参阅LICENSE文件。