🎙️ 智能语音助手 “小智”

一个基于 百度智能云语音识别 + 合成 和 DeepSeek-R1 对话模型 的智能语音助手，支持以下功能：

• 🎤 语音唤醒与自动录音
• 🧠 自然语言理解（LLM）问答
• 🔊 语音合成回应
• 🕹️ Python 本地运行，无需前端或网页

---

✅ 功能概览

功能模块	描述
语音唤醒	检测是否说出“小智”关键词，触发问答流程
自动录音	使用 WebRTC VAD 进行语音活动检测，自动判断语音开始和结束
百度语音识别	调用百度智能云 API，将语音识别成文本
DeepSeek 问答	将用户问题发送到 DeepSeek-R1 模型，获取智能回复
百度语音合成	将 AI 回复转换为音频并使用 pygame 播放

---

📦 环境依赖（requirements.txt）

requests
pyaudio
pygame
webrtcvad
openai

安装依赖：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

如遇 pyaudio 安装失败，推荐使用：

pip install pipwin
pipwin install pyaudio

---

🔐 API 配置

打开 main.py 或脚本文件，将以下参数替换为你自己的：

# 百度智能云 API
BAIDU_API_KEY = "你的API Key"
BAIDU_SECRET_KEY = "你的Secret Key"

# DeepSeek-R1 API
DEEPSEEK_API_KEY = "你的DeepSeek API Key"

---

🚀 启动方式

python main.py

启动后助手进入循环监听状态，等待用户说出 唤醒词“小智”，进入问答流程。

---

🎧 示例流程

1. 你说：“小智”（唤醒）
2. 程序回应：“好的，小智在。请说出你的问题。”
3. 你说：“今天北京天气怎么样？”
4. 小智回答：“今天北京的天气是晴转多云，最高气温27度。”

---

🔊 技术细节

• 📍 自动录音：基于 webrtcvad 自动结束语音（检测静音）
• 📍 语音识别：百度 vop.baidu.com/server_api
• 📍 语音合成：百度 tsn.baidu.com/text2audio
• 📍 AI对话：调用 DeepSeek-R1 chat.completions 接口（通过 OpenAI SDK）

---

🛠️ 注意事项

• 程序使用 pyaudio 进行录音，需麦克风硬件支持
• 百度语音识别需中文 16kHz 单声道 PCM
• 请保持联网状态，所有服务需调用在线 API