tok715 0.0.2

CODENAME: TOK715

tok715

开发代号: TOK715

依赖

• ffmpeg, 使用 ffmpeg 捕捉麦克风数据流
• poetry, 使用 poetry 管理 Python 依赖

组件

tok715-voicerecog: 语音识别模块

功能

• 使用 ffmpeg 捕捉麦克风数据流
• 传输数据流到阿里云语音识别服务
• 使用 redis 发布识别结果到 自然语言输入 主题

编码格式

阿里云识别服务要求编码格式为 pcm_s16le，采样率为 16000，单声道。

tok715-vectorstor: 存储和预处理模块

Redis PUB/SUB 主题

自然语言输入

tok715:nl-input:USER_GROUP:USER_ID

{
  "ts": 1698240603702,
  "text": "坐在驶进乡间小路的摇晃公交车里，他回想起了过去唯一次和祖母交谈。",
  "user": {
    "id": "owner",
    "name": "主人",
    "group": "owner"
  }
}

配置文件

# tok715.yml

# 用户身份
# 使用模块：voicerecog
user:
  id: owner
  group: owner
  name: 主人

# redis 配置
# 更多参数，翻阅 https://redis-py.readthedocs.io/en/stable/connections.html
# 使用模块: voicerecog
redis:
  host: '127.0.0.1'
  port: 6379

# 阿里云 服务配置
# 使用模块: voicerecog
aliyun:
  # 阿里云语音识别
  nls:
    endpoint: wss://nls-gateway.cn-shanghai.aliyuncs.com/ws/v1
    app_key: xxxxx
    access_key_id: xxxxx
    access_key_secret: xxxxx

许可证

TOK715 Developers, MIT License