soeech_agent_test

SSH 到 RDK 启动 TTS / Audio / ASR / LLM 服务进行自动化测试。

环境要求

本地 PC

依赖	版本/说明	安装方式
Python	3.12+	`apt install python3` 或 pyenv
sshpass	任意版本	`sudo apt install sshpass`
Allure CLI	3.x（可选）	`npm install -g allure-commandline`

Python 包：

pip install -r requirements.txt

RDK 设备（远端）

依赖	说明
TROS Humble	ROS2 发行版，安装于 `/opt/tros/humble/`
speech_agent	TTS / Audio / ASR 服务节点
hobot_llamacpp	LLM 推理引擎（Qwen2.5-0.5B GGUF）
arecord / aplay	ALSA 录音/播音工具（系统自带）
amixer	ALSA 音量控制（系统自带）

设备需在 config/device.yaml 中配置 SSH 连接信息（host / username / password）。

配置文件

device.yaml

设备 SSH 连接配置，--device 参数直接对应此文件中的 key。

字段	说明
`host`	设备 IP 地址
`port`	SSH 端口，默认 `22`
`username`	SSH 用户名
`password`	SSH 密码
`description`	设备描述（仅注释用途）

devices:
  X5:
    host: "10.112.133.31"
    port: 22
    username: "root"
    password: "root"
    description: "RDK 开发板 X5"
  X5_Module:
    host: "10.112.133.31"
    port: 22
    username: "root"
    password: "root"
    description: "RDK 开发板 X5 Module"

可通过 utils/ssh_client.py 的 load_device(name) 函数加载设备配置。

paths.yaml

RDK 设备上的远端路径映射，所有路径均以 rdk: 为根 key。

字段	默认值	说明
`wav`	`/root/wav`	录音文件存放目录
`tts`	`/root/speech_agent/speech_agent_tts`	TTS 服务源码目录
`audio`	`/root/speech_agent/speech_agent_audio`	Audio 服务源码目录
`asr`	`/root/speech_agent/speech_agent_asr`	ASR 服务源码目录
`llm`	`/root/speech_agent/hobot_llamacpp`	LLM 推理引擎目录
`ros_setup`	`/opt/tros/humble/setup.bash`	ROS2 环境 setup 脚本
`gguf`	`/root/speech_agent/hobot_llamacpp/qwen2.5-0.5b-instruct-q4_0.gguf`	GGUF 模型文件路径

通过 utils/path_util.py 加载，{字段名} 占位符可在 commands.yaml 中引用。

commands.yaml

SSH 远端命令模板，支持 {path_key} 占位符替换为 paths.yaml 中的对应值。

段	命令 key	用途
`tts`	`launch`	启动 TTS 服务，支持 `{topic}` 占位符指定 ROS2 topic
`audio`	`launch_4mic`	启动 Audio 服务（4mic 模式）
`audio`	`launch_6mic`	启动 Audio 服务（6mic 模式，`mic_type:=6mic`）
`asr`	`launch`	启动 ASR 服务
`asr`	`launch_llm`	启动 ASR 服务（LLM 模式，topic 改为 `/prompt_text`）
`llm`	`launch`	启动 LLM 推理引擎（hobot_llamacpp），挂载 GGUF 模型
`record`	`record`	arecord 录音命令，`{file}` 为目标文件名
`record`	`play`	aplay 播放命令，`{file}` 为播放文件路径
`record`	`loopback_play`	loopback 模式的播放端
`record`	`loopback_record`	loopback 模式的录音端

所有命令模板形如：

tts:
  launch: "cd {tts} && source install/setup.bash && ros2 launch speech_agent_tts speech_agent_tts.launch.py playback_device:=plughw:0,0 topic_sub:={topic}"

tts_texts.yaml

TTS 测试用文本列表，speech_tts_launch.py 按顺序逐条发布到 ROS2 topic。

texts:
  - "你好,世界"
  - "hello world"
  - "1+1=2"
  - "今儿花1分钟，认识狗界宝藏中华十大田园犬..."

每条文本独立发布，日志中会记录合成延迟与发布延迟。

项目结构

├── main.py                          # 入口：依次运行测试脚本
├── requirements.txt
├── config/
│   ├── device.yaml                  # SSH 设备配置
│   ├── paths.yaml                   # 远端路径
│   ├── commands.yaml                # SSH 命令模板
│   └── tts_texts.yaml               # TTS 发布文本
├── utils/
│   ├── ssh_client.py                # load_device / scp_pull
│   ├── path_util.py                 # 路径 & 命令
│   ├── launch_util.py               # SSHSession / make_logger / script_logger
│   └── monitor.py                   # 远端 top 性能采样
├── scripts/
│   ├── analyze_log.py               # 日志解析器 (TTS/Audio/ASR/LLM)
│   ├── speech_tts_launch.py         # TTS 模块测试
│   ├── speech_audio_launch.py       # Audio 模块测试（唤醒词/命令词）
│   ├── speech_asr_launch.py         # ASR 模块测试（语音识别）
│   ├── speech_llm_launch.py         # 全链路测试 (TTS+Audio+ASR+LLM)
│   ├── speech_record_play.py        # 录音/播音/音量/loopback
│   ├── generate_report.py           # 从已有数据生成 Allure 报告
│   ├── report_server.py             # 报告-端口映射管理（多报告多端口服务）
│   └── kill_all.py                  # 远端杀进程
├── log/   table/   wav/   reports/  # gitignore

数据目录结构：

log/<device>/                       table/<device>/
├── tts/                            ├── tts/
├── 4mic/                           ├── 4mic/
│   ├── audio/                      │   ├── audio/
│   ├── asr/                        │   ├── asr/
│   └── llm/                        │   └── llm/
├── 6mic/                           ├── 6mic/
│   ├── audio/                      │   ├── audio/
│   ├── asr/                        │   ├── asr/
│   └── llm/                        │   └── llm/
└── record/                         └── (record 无表格)
    ├── 4mic/
    └── 6mic/

<device> 为 --device 参数值（如 X5），按设备隔离数据。

参数参考

main.py

参数	类型	默认值	说明
`--device`	str	`X5`	设备名，对应 `config/device.yaml` 中的 key
`--mic`	int	`4`	麦克风类型：`4` 或 `6`
`--filter`	str	—	过滤模块：`TTS` / `Audio` / `ASR` / `LLM`（大小写不敏感）

speech_tts_launch.py

参数	类型	默认值	说明
`--device`	str	`X5`	设备名
`--topic`	str	`/tts_text`	ROS2 topic
`--loop`	int	`1`	文本发布循环次数
`--tts-timeout`	int	`30`	单条 TTS 超时秒数
`--startup-wait`	int	`3`	launch 启动后等待秒数

speech_audio_launch.py

参数	类型	默认值	说明
`--device`	str	`X5`	设备名
`--mic`	int	`4`	麦克风类型：`4` 或 `6`

speech_asr_launch.py

参数	类型	默认值	说明
`--device`	str	`X5`	设备名
`--mic`	int	`4`	麦克风类型：`4` 或 `6`

speech_llm_launch.py

参数	类型	默认值	说明
`--device`	str	`X5`	设备名
`--mic`	int	`4`	麦克风类型：`4` 或 `6`

speech_record_play.py

子命令	参数	说明
`record [name]`	`--device`	录音（可选文件名）
`play <wav>`	`--device`, `--volume`	播放远端 wav 文件
`loopback <play_file> [rec_name]`	`--device`, `--volume`	边录边播
`pull [file]`	`--device`	拉取 wav 到本地
`volume --get`	`--device`	查看当前 DAC 音量
`volume --set <percent>`	`--device`	设置 DAC 音量 (0-100)

generate_report.py

参数	说明
`--filter <module>`	过滤模块（如 `tts` / `asr` / `llm`）
`--serve [path]`	后台挂起 Allure 报告（默认最新）
`--list`	列出所有报告

report_server.py

命令	说明
`list`	列出所有可用报告（时间戳 + 测试结果数）
`serve [report]`	启动报告服务，默认最新，自动分配空闲端口
`serve [report] --port N`	指定端口启动
`status`	查看当前所有报告→端口映射
`stop [port]`	停止指定端口，不指定则停止全部

运行测试

# 全部模块（默认 X5 + 4mic）
python3 main.py

# 指定设备和麦克风
python3 main.py --device X5_Module --mic 6

# 只跑指定模块
python3 main.py --filter "Audio"
python3 main.py --filter "LLM"

main.py 只运行测试并输出终端汇总，不生成报告。

生成报告

# 基于 /log /table 生成报告
python3 scripts/generate_report.py

# 生成并后台挂起（http://<host>:8080）
python3 scripts/generate_report.py --serve

# 只生成指定模块
python3 scripts/generate_report.py --filter asr

# 打开指定报告
python3 scripts/generate_report.py --serve reports/20260709_120000/allure-results

# 列出所有报告
python3 scripts/generate_report.py --list

每次生成创建独立目录 reports/<ts>/allure-results/，旧报告保留不覆盖。--serve 会先用 allure generate 生成静态 HTML，再用 Python HTTP 服务器挂后台。

关闭后台报告：

kill -9 $(lsof -ti :8080)

report_server.py（多报告多端口）

generate_report.py --serve 只支持单端口 8080。report_server.py 支持同时服务多个报告在不同端口，并提供端口映射管理。

# 列出所有报告
python3 scripts/report_server.py list

# 打开最新报告（自动分配空闲端口，从 8080 递增）
python3 scripts/report_server.py serve

# 打开指定报告
python3 scripts/report_server.py serve 20260709_120000

# 指定端口
python3 scripts/report_server.py serve 20260709_120000 --port 8081

# 查看当前所有报告-端口映射
python3 scripts/report_server.py status

# 停止指定端口
python3 scripts/report_server.py stop 8080

# 停止所有
python3 scripts/report_server.py stop

映射关系持久化到 .report_server_state.json，status 会自动检测并清理已死进程的 stale 记录。

单脚本

# TTS
python3 scripts/speech_tts_launch.py --device X5
python3 scripts/speech_tts_launch.py --loop 3

# Audio
python3 scripts/speech_audio_launch.py --device X5
python3 scripts/speech_audio_launch.py --mic 6

# ASR
python3 scripts/speech_asr_launch.py --device X5 --mic 6

# LLM（全链路）
python3 scripts/speech_llm_launch.py --device X5 --mic 6

# 录音 / 播音 / 音量
python3 scripts/speech_record_play.py record
python3 scripts/speech_record_play.py play /root/wav/xxx.wav
python3 scripts/speech_record_play.py play /root/wav/xxx.wav --volume 50
python3 scripts/speech_record_play.py loopback /root/wav/xxx.wav my.wav --volume 50
python3 scripts/speech_record_play.py pull
python3 scripts/speech_record_play.py volume --set 50
python3 scripts/speech_record_play.py volume --get

测试指标

模块	成功标志	数据内容
TTS	`sa_tts_create success`	合成延迟、发布延迟、性能数据
Audio	`/wkp_text` 话题出现	唤醒/命令词事件、DOA、性能数据
ASR	`asr init success`	识别会话、延迟、性能数据
LLM	`generate:` 行	ASR 会话 + LLM 问答对、性能数据

其他工具

python3 scripts/kill_all.py   # 强杀远端所有 speech_agent / hobot_llamacpp 进程

Name		Name	Last commit message	Last commit date
Latest commit History 1 Commit
config		config
scripts		scripts
utils		utils
.gitignore		.gitignore
CLAUDE.md		CLAUDE.md
README.md		README.md
main.py		main.py
requirements.txt		requirements.txt

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Uh oh!

Repository files navigation

soeech_agent_test

环境要求

本地 PC

RDK 设备（远端）

配置文件

device.yaml

paths.yaml

commands.yaml

tts_texts.yaml

项目结构

参数参考

main.py

speech_tts_launch.py

speech_audio_launch.py

speech_asr_launch.py

speech_llm_launch.py

speech_record_play.py

generate_report.py

report_server.py

运行测试

生成报告

report_server.py（多报告多端口）

单脚本

测试指标

其他工具

About

Releases

Packages

Contributors

Languages

Uh oh!

Folders and files

Latest commit

History

Repository files navigation

soeech_agent_test

环境要求

本地 PC

RDK 设备（远端）

配置文件

device.yaml

paths.yaml

commands.yaml

tts_texts.yaml

项目结构

参数参考

main.py

speech_tts_launch.py

speech_audio_launch.py

speech_asr_launch.py

speech_llm_launch.py

speech_record_play.py

generate_report.py

report_server.py

运行测试

生成报告

report_server.py（多报告多端口）

单脚本

测试指标

其他工具

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages