![图片[1]-PY-XIAOZHI:Python实现的AI小智语音客户端 免费开源 帮助那些没有硬件却想体验小智功能的人](https://www.mohe-sc.com/wp-content/uploads/2025/05/PY-XIAOZHI:Python实现的AI小智语音客户端-免费开源-帮助那些没有硬件却想体验小智功能的人-1024x576.jpg)
PY-XIAOZHI是一款使用Python实现的AI小智语音客户端,基于原生小智ESP32代码移植,打造了一款纯Python实现的AI语音客户端。用户无需额外硬件,就能在台式机或笔记本上体验实时对话和语音交互。
项目原生支持MQTT与WSS双协议,能够打断并持续对话,后续协议扩展仅需仿照官方实现即可。核心模块涵盖音乐、灯光、音量、定时器、Home Assistant控制及摄像头IoT操控,视觉识别则依赖外部大模型API Key方可启用。
系统要求
- 3.9 >= Python版本 <= 3.12
- 支持的操作系统:Windows 10+、macOS 10.15+、Linux
- 麦克风和扬声器设备
核心功能
语音交互与自动对话
支持语音输入、识别和合成,能模拟自然语言对话流,打断式交互保证响应及时。启用自动对话后,用户与小智的多轮对话无须重复唤醒,提升交互连贯性。
视觉多模态处理
集成图像识别与处理能力,将静态图像转化为可理解信息,结合语音输出实现更丰富的交互场景。配置智普大模型API后,可完成物体识别、人脸检测等任务。
智能家居与IoT集成
直接对接Home Assistant平台,通过HTTP API控制灯具、开关、传感器等设备;支持虚拟设备如倒计时器,也可接入物理温度传感器、摄像头等硬件。模块化设计令设备扩展与注册流程简易清晰。
网络音乐播放
借助pygame打造高性能播放器,涵盖播放、暂停、停止、进度调节、歌词显示和本地缓存功能,保证长播放稳定性并减少网络波动带来的中断。
唤醒与安全传输
内置唤醒词激活功能(默认关闭),无需手动点击即可启动交互。全程音频通过WSS协议加密传输,防止数据窃听与篡改。
使用体验
界面与命令行双模式
提供直观的图形化界面,展示小智的表情与对话文本,增强用户沉浸感;亦支持命令行运行,适配资源受限或无GUI的环境。
跨平台兼容性
兼容Windows 10及以上、macOS 10.15及以上和各主流Linux发行版,部署前仅需保证Python 3.9–3.12环境、麦克风与扬声器可用即可。
稳定性与自动化
自动获取并管理MAC地址,避免网络冲突;首次运行自动复制验证码并唤起浏览器,简化认证流程;模块化代码与类封装方便二次开发,同时修复断线重连、跨平台兼容等多项细节问题。
功能特点
- AI语音交互:支持语音输入与识别,实现智能人机交互,提供自然流畅的对话体验。
- 视觉多模态:支持图像识别和处理,提供多模态交互能力,理解图像内容。
- IoT 设备集成:
- 支持智能家居设备控制,包括灯光、音量、温度传感器等
- 集成Home Assistant智能家居平台,控制灯具、开关、数值控制器和按钮设备
- 提供倒计时器功能,支持延时执行命令
- 内置多种虚拟设备和物理设备驱动,可轻松扩展
- 联网音乐播放:基于pygame实现的高性能音乐播放器,支持播放/暂停/停止、进度控制、歌词显示和本地缓存,提供更稳定的音乐播放体验。
- 语音唤醒:支持唤醒词激活交互,免去手动操作的烦恼(默认关闭需要手动开启)。
- 自动对话模式:实现连续对话体验,提升用户交互流畅度。
- 图形化界面:提供直观易用的 GUI,支持小智表情与文本显示,增强视觉体验。
- 命令行模式:支持 CLI 运行,适用于嵌入式设备或无 GUI 环境。
- 跨平台支持:兼容 Windows 10+、macOS 10.15+ 和 Linux 系统,随时随地使用。
- 音量控制:支持音量调节,适应不同环境需求,统一声音控制接口。
- 会话管理:有效管理多轮对话,保持交互的连续性。
- 加密音频传输:支持 WSS 协议,保障音频数据的安全性,防止信息泄露。
- 自动验证码处理:首次使用时,程序自动复制验证码并打开浏览器,简化用户操作。
- 自动获取 MAC 地址:避免 MAC 地址冲突,提高连接稳定性。
- 代码模块化:拆分代码并封装为类,职责分明,便于二次开发。
- 稳定性优化:修复多项问题,包括断线重连、跨平台兼容等。
配置系统
项目使用分层配置系统,主要包括:
- 基础配置:设置基本运行参数,位于
config/config.json
- 设备激活:设备身份信息,存储在
config/efuse.json
- 唤醒词配置:语音唤醒相关设置
- 物联网设备:支持各种IoT设备的配置,包括温度传感器和Home Assistant集成
IoT功能
py-xiaozhi提供丰富的IoT设备控制功能:
- 虚拟设备:灯光控制、音量调节、倒计时器等
- 物理设备集成:温度传感器、摄像头等
- Home Assistant集成:通过HTTP API接入智能家居系统
- 自定义设备扩展:提供完整的设备定义和注册框架
结语
py-xiaozhi为缺乏硬件条件的开发者与爱好者提供了一条低门槛体验AI小智语音功能的途径。通过开源、模块化设计和多协议支持,它既适合作为学习案例,也可直接用于智能家居场景的语音控制与多模态交互。
请登录后查看评论内容