feat: 完整的语音助手系统实现

主要功能: - ✅ 离线语音识别 (ASR) - Paraformer中文模型 - ✅ 在线语音识别 - Streaming Paraformer中英文双语模型 - ✅ 语音合成 (TTS) - MeloTTS中英文混合模型 - ✅ 语音唤醒 (KWS) - Zipformer关键词检测模型 - ✅ 麦克风录音功能 - 支持多种格式和实时转换 - ✅ 模型设置界面 - 完整的图形化配置管理 KWS优化亮点: - 🎯 成功实现关键词检测 (测试成功率10%→预期50%+) - ⚙️ 可调参数: 阈值、活跃路径、尾随空白、分数权重、线程数 - 🔧 智能参数验证和实时反馈 - 📊 详细的调试信息和成功统计 - 🎛️ 用户友好的设置界面技术架构: - 模块化设计: ASRManager, TTSManager, KWSManager - 实时音频处理: 自动格式转换 (任意格式→16kHz单声道) - 智能设备检测: 自动选择最佳音频格式 - 完整资源管理: 正确的创建和销毁流程 - 跨平台支持: macOS优化的音频权限处理界面特性: - 2×2网格布局: ASR、TTS、录音、KWS四大功能模块 - 分离录音设置: 设备参数 + 输出格式独立配置 - 实时状态显示: 音频电平、处理次数、成功统计 - 详细的用户指导和错误提示
2025-12-23 13:47:00 +08:00
commit e92cb0b4e5
44 changed files with 10943 additions and 0 deletions
--- a/ModelSettingsDialog.h
+++ b/ModelSettingsDialog.h
@@ -0,0 +1,189 @@
+#ifndef MODELSETTINGSDIALOG_H
+#define MODELSETTINGSDIALOG_H
+
+#include <QDialog>
+#include <QVBoxLayout>
+#include <QHBoxLayout>
+#include <QGridLayout>
+#include <QGroupBox>
+#include <QLabel>
+#include <QLineEdit>
+#include <QPushButton>
+#include <QComboBox>
+#include <QCheckBox>
+#include <QTextEdit>
+#include <QTabWidget>
+#include <QFileDialog>
+#include <QMessageBox>
+#include <QSettings>
+
+struct ModelConfig {
+    QString name;
+    QString modelPath;
+    QString tokensPath;
+    QString lexiconPath;
+    QString dictDirPath;
+    QString dataDirPath;
+    bool isEnabled;
+    QString description;
+};
+
+class ModelSettingsDialog : public QDialog {
+    Q_OBJECT
+
+public:
+    explicit ModelSettingsDialog(QWidget* parent = nullptr);
+    ~ModelSettingsDialog();
+
+    // 获取当前配置
+    ModelConfig getCurrentOfflineASRConfig() const;
+    ModelConfig getCurrentOnlineASRConfig() const;
+    ModelConfig getCurrentKWSConfig() const;
+    ModelConfig getCurrentTTSConfig() const;
+    
+    // 设置当前配置
+    void setCurrentOfflineASRConfig(const ModelConfig& config);
+    void setCurrentOnlineASRConfig(const ModelConfig& config);
+    void setCurrentKWSConfig(const ModelConfig& config);
+    void setCurrentTTSConfig(const ModelConfig& config);
+    
+    // KWS参数获取和设置
+    struct KWSParams {
+        float threshold = 0.25f;        // 关键词阈值
+        int maxActivePaths = 8;         // 最大活跃路径数
+        int numTrailingBlanks = 2;      // 尾随空白数
+        float keywordsScore = 1.5f;     // 关键词分数权重
+        int numThreads = 2;             // 线程数
+    };
+    
+    KWSParams getCurrentKWSParams() const;
+    void setCurrentKWSParams(const KWSParams& params);
+
+signals:
+    void modelsChanged();
+
+private slots:
+    void browseOfflineASRModel();
+    void browseOfflineASRTokens();
+    void browseOnlineASRModel();
+    void browseOnlineASRTokens();
+    void browseKWSModel();
+    void browseKWSTokens();
+    void browseKWSKeywords();
+    void browseTTSModel();
+    void browseTTSTokens();
+    void browseTTSLexicon();
+    void browseTTSDictDir();
+    void browseTTSDataDir();
+    
+    void onOfflineASRModelChanged();
+    void onOnlineASRModelChanged();
+    void onKWSModelChanged();
+    void onTTSModelChanged();
+    
+    void testOfflineASRModel();
+    void testOnlineASRModel();
+    void testKWSModel();
+    void testTTSModel();
+    
+    void saveSettings();
+    void loadSettings();
+    void resetToDefaults();
+    
+    void scanForModels();
+    
+    // KWS参数相关槽函数
+    void onKWSParamsChanged();
+    void resetKWSParams();
+    void validateKWSParams();
+
+private:
+    void setupUI();
+    void setupOfflineASRTab();
+    void setupOnlineASRTab();
+    void setupKWSTab();
+    void setupTTSTab();
+    void setupAdvancedTab();
+    void connectSignals();
+    
+    void updateOfflineASRModelInfo();
+    void updateOnlineASRModelInfo();
+    void updateKWSModelInfo();
+    void updateTTSModelInfo();
+    
+    bool validateOfflineASRConfig() const;
+    bool validateOnlineASRConfig() const;
+    bool validateKWSConfig() const;
+    bool validateTTSConfig() const;
+    
+    QString getDefaultDataPath() const;
+    QStringList scanForOfflineASRModels() const;
+    QStringList scanForOnlineASRModels() const;
+    QStringList scanForKWSModels() const;
+    QStringList scanForTTSModels() const;
+
+    // UI组件
+    QTabWidget* tabWidget;
+    
+    // 离线ASR标签页
+    QWidget* offlineAsrTab;
+    QLineEdit* offlineAsrModelPathEdit;
+    QLineEdit* offlineAsrTokensPathEdit;
+    QComboBox* offlineAsrModelCombo;
+    QTextEdit* offlineAsrModelInfoEdit;
+    QPushButton* testOfflineASRBtn;
+    
+    // 在线ASR标签页
+    QWidget* onlineAsrTab;
+    QLineEdit* onlineAsrModelPathEdit;
+    QLineEdit* onlineAsrTokensPathEdit;
+    QComboBox* onlineAsrModelCombo;
+    QTextEdit* onlineAsrModelInfoEdit;
+    QPushButton* testOnlineASRBtn;
+    
+    // 语音唤醒标签页
+    QWidget* kwsTab;
+    QLineEdit* kwsModelPathEdit;
+    QLineEdit* kwsTokensPathEdit;
+    QLineEdit* kwsKeywordsPathEdit;
+    QComboBox* kwsModelCombo;
+    QTextEdit* kwsModelInfoEdit;
+    QPushButton* testKWSBtn;
+    
+    // KWS参数设置控件
+    QGroupBox* kwsParamsGroup;
+    QLineEdit* kwsThresholdEdit;        // 关键词阈值
+    QLineEdit* kwsMaxActivePathsEdit;   // 最大活跃路径数
+    QLineEdit* kwsTrailingBlanksEdit;   // 尾随空白数
+    QLineEdit* kwsKeywordsScoreEdit;    // 关键词分数权重
+    QLineEdit* kwsNumThreadsEdit;       // 线程数
+    QPushButton* kwsResetParamsBtn;     // 重置参数按钮
+    
+    // TTS标签页
+    QWidget* ttsTab;
+    QLineEdit* ttsModelPathEdit;
+    QLineEdit* ttsTokensPathEdit;
+    QLineEdit* ttsLexiconPathEdit;
+    QLineEdit* ttsDictDirPathEdit;
+    QLineEdit* ttsDataDirPathEdit;
+    QComboBox* ttsModelCombo;
+    QTextEdit* ttsModelInfoEdit;
+    QPushButton* testTTSBtn;
+    
+    // 高级设置标签页
+    QWidget* advancedTab;
+    QLineEdit* dataPathEdit;
+    QCheckBox* autoScanCheckBox;
+    QCheckBox* enableLoggingCheckBox;
+    
+    // 按钮
+    QPushButton* saveBtn;
+    QPushButton* cancelBtn;
+    QPushButton* resetBtn;
+    QPushButton* scanBtn;
+    
+    // 设置存储
+    QSettings* settings;
+};
+
+#endif // MODELSETTINGSDIALOG_H