YiYuan 智能语音助手系统

一个完整的智能语音交互解决方案，集成语音识别(ASR)、自然语言处理(NLP)和语音合成(TTS)功能。

项目架构

graph TD
    A[用户语音输入] --> B[音频录制模块<br>AudioRecorder]
    B --> C[语音识别模块<br>ASR]
    C --> D[对话管理器<br>DialogueManager]
    D --> E[自然语言处理<br>ChatCompletions]
    E --> F[文本转语音<br>TTS]
    F --> G[音频输出]

    H[设备管理器<br>DeviceManager] --> B
    H --> C
    H --> E
    H --> F

    I[内存管理] --> H
    I --> D

Loading

系统流程

1. 音频录制

   • 通过 AudioRecorder 类处理音频输入
   • 支持超时和错误处理
   • 自动清理无效录音文件

2. 语音识别 (ASR)

   • 将录制的音频转换为文本
   • 使用高效的语音识别算法
   • 支持实时转写

3. 对话管理

   • 管理对话流程和状态
   • 处理用户输入和系统响应
   • 支持流式文本处理

4. 自然语言处理

   • 使用 ChatCompletions 处理用户输入
   • 生成智能回复
   • 支持上下文理解

5. 语音合成 (TTS)

   • 将系统响应转换为语音
   • 支持分块处理长文本
   • 优化的音频输出质量

目录结构

yiyuan/
├── app/                    # 应用主目录
│   ├── api/               # API 接口定义
│   ├── core/              # 核心功能模块
│   ├── models/            # 数据模型定义
│   ├── services/          # 业务服务层
│   └── main.py           # 应用入口
├── tests/                 # 测试用例
├── ark_file.py           # 自然语言处理模块
├── asr_file.py           # 语音识别模块
├── dev_file.py           # 设备管理模块
├── main.py               # 主程序入口
├── requirements.txt      # 项目依赖
├── threading.py          # 线程管理模块
├── threading_new.py      # 新版线程管理模块
└── tts_file.py          # 语音合成模块

主要依赖

• FastAPI: Web 框架
• uvicorn: ASGI 服务器
• SQLAlchemy: 数据库 ORM
• python-multipart: 文件上传支持
• aiohttp: 异步 HTTP 客户端
• pytest: 测试框架

特性

• 🎯 高性能异步处理
• 🔒 内置内存管理和优化
• 🧵 多线程支持
• 📝 完整的测试覆盖
• 🔌 模块化设计
• 🔄 实时语音交互

开发环境设置

1. 克隆仓库

git clone https://github.com/pleasureswx123/voice-assistant.git
cd voice-assistant

2. 安装依赖

pip install -r requirements.txt

3. 运行应用

python main.py

测试

运行测试用例：

pytest

贡献

欢迎提交 Pull Request 和 Issue！

许可证

MIT License