lizhuoran
e92cb0b4e5
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
61 lines
1.9 KiB
C++
61 lines
1.9 KiB
C++
#ifndef KWSMANAGER_H
|
||
#define KWSMANAGER_H
|
||
|
||
#include <QObject>
|
||
#include <QString>
|
||
#include <QDebug>
|
||
#include "sherpa-onnx/c-api/c-api.h"
|
||
|
||
class KWSManager : public QObject {
|
||
Q_OBJECT
|
||
|
||
public:
|
||
explicit KWSManager(QObject* parent = nullptr);
|
||
~KWSManager();
|
||
|
||
// 初始化KWS模型
|
||
bool initialize();
|
||
bool initialize(const QString& modelPath, const QString& tokensPath, const QString& keywordsPath);
|
||
|
||
// 检查是否已初始化
|
||
bool isInitialized() const;
|
||
|
||
// 创建和销毁KWS流
|
||
const SherpaOnnxKeywordSpotter* createKeywordSpotter();
|
||
void destroyKeywordSpotter(const SherpaOnnxKeywordSpotter* spotter);
|
||
|
||
// 创建和销毁KWS流
|
||
const SherpaOnnxOnlineStream* createKeywordStream(const SherpaOnnxKeywordSpotter* spotter);
|
||
void destroyKeywordStream(const SherpaOnnxOnlineStream* stream);
|
||
|
||
// 音频处理
|
||
void acceptWaveform(const SherpaOnnxOnlineStream* stream, const float* samples, int sampleCount);
|
||
bool isReady(const SherpaOnnxOnlineStream* stream, const SherpaOnnxKeywordSpotter* spotter);
|
||
void decode(const SherpaOnnxOnlineStream* stream, const SherpaOnnxKeywordSpotter* spotter);
|
||
|
||
// 获取检测结果
|
||
QString getResult(const SherpaOnnxOnlineStream* stream, const SherpaOnnxKeywordSpotter* spotter);
|
||
|
||
// 获取部分识别文本（类似ASR的部分结果）
|
||
QString getPartialText(const SherpaOnnxOnlineStream* stream, const SherpaOnnxKeywordSpotter* spotter);
|
||
|
||
// 重置流
|
||
void reset(const SherpaOnnxOnlineStream* stream, const SherpaOnnxKeywordSpotter* spotter);
|
||
|
||
private:
|
||
void cleanup();
|
||
QString getDefaultModelPath() const;
|
||
QString getDefaultTokensPath() const;
|
||
QString getDefaultKeywordsPath() const;
|
||
|
||
// KWS配置和模型
|
||
SherpaOnnxKeywordSpotterConfig kwsConfig;
|
||
bool initialized;
|
||
|
||
// 模型路径
|
||
QString modelPath;
|
||
QString tokensPath;
|
||
QString keywordsPath;
|
||
};
|
||
|
||
#endif // KWSMANAGER_H
|