16. 使用 Vosk（离线）的语音控制小车

Vosk 是一个轻量级的语音转文字（STT）引擎，支持多种语言，并且可以在树莓派上完全离线运行。你只需联网一次下载语言模型，之后就可以在没有网络连接的情况下正常使用。

在本课程中，我们将：

检查树莓派上的麦克风。
安装并测试 Vosk 的语言模型。
构建一台 语音控制的 PiCar-X，通过唤醒词启动，并识别诸如 forward、backward、left 和 right 等语音指令。

开始之前

确保你已经准备好以下内容：

安装所有模块（重要） — 安装 robot-hat、 vilib、 picar-x 模块，然后运行脚本 i2samp.sh。

1. 检查麦克风

在使用语音识别前，先确保你的 USB 麦克风工作正常。

列出可用的录音设备：
```
arecord -l
```
找到类似 card 1: ... device 0 的行。
录制一个 3 秒的测试音频（将 1,0 替换为上面找到的数字）：
```
arecord -D plughw:1,0 -f S16_LE -r 16000 -d 3 test.wav
```
- 示例：如果你的设备是 card 2, device 0，使用：
```
arecord -D plughw:2,0 -f S16_LE -r 16000 -d 3 test.wav
```
回放录制的音频，确认录音是否成功：
```
aplay test.wav
```
如果录音声音太小，可以调整麦克风音量：
```
alsamixer
```
- 按 F6 选择你的 USB 麦克风。
- 找到 Mic 或 Capture 通道。
- 确保麦克风未静音（[MM] 表示静音，按 M 解除静音 → 应显示 [OO]）。
- 使用 ↑ / ↓ 方向键调整音量。

2. 测试 Vosk

步骤如下：

创建一个新文件：

cd ~/picar-x/example
sudo nano test_stt_vosk.py

将以下示例代码复制进去，然后按 Ctrl+X，再按 Y 和 Enter 保存退出。

from picarx.stt import Vosk

vosk = Vosk(language="en-us")

print(vosk.available_languages)

while True:
    print("Say something")
    result = vosk.listen(stream=False)
    print(result)

运行程序：
```
sudo python3 test_stt_vosk.py
```
第一次使用新语言运行时，Vosk 会**自动下载语言模型** （默认下载 small 版本）。同时会打印支持的语言列表，然后你会看到：
```
vosk-model-small-en-us-0.15.zip: 100%|███████████████████| 39.3M/39.3M [00:05<00:00, 7.85MB/s]
['ar', 'ar-tn', 'ca', 'cn', 'cs', 'de', 'en-gb', 'en-in', 'en-us', 'eo', 'es', 'fa', 'fr', 'gu', 'hi', 'it', 'ja', 'ko', 'kz', 'nl', 'pl', 'pt', 'ru', 'sv', 'te', 'tg', 'tr', 'ua', 'uz', 'vn']
Say something
```
这意味着：
- 模型文件（vosk-model-small-en-us-0.15）已成功下载。
- 已打印支持的语言列表。
- 系统正在监听麦克风输入 —— 对 PiCar-X 说话，识别出的文本会实时显示在终端中。
提示：
- 保持麦克风距离 15–30 厘米。
- 选择与你的语言和口音匹配的模型。

流式模式（可选）

你也可以使用流式识别模式，在说话时实时查看部分识别结果。

from picarx.stt import Vosk

vosk = Vosk(language="en-us")

while True:
    print("Say something")
    for result in vosk.listen(stream=True):
        if result["done"]:
            print(f"final:   {result['final']}")
        else:
            print(f"partial: {result['partial']}", end="\r", flush=True)

3. 语音控制小车

现在，让我们把语音识别和 PiCar-X 连接起来！

我们将使用一个 唤醒词 （”hey robot”），只有当小车被激活后才会监听指令。这不仅节省 CPU，还可以避免误触发。

运行代码

cd ~/picar-x/example
sudo python3 16.voice_controlled_car.py

在这个程序中，小车将会：

等待唤醒词 “hey robot”。
之后你就可以自然地说话了 —— 只要你的句子中包含以下任一关键词（forward、backward、left、right），小车就会做出对应动作。

例如：
- “Can you move forward a little?” → 小车前进。
- “Please turn left now.” → 小车左转。
当你说 “sleep” 时，小车会停止控制循环，重新进入等待模式。

代码

from picarx import Picarx
from picarx.stt import Vosk
import time

px = Picarx()
stt = Vosk(language="en-us")

WAKE_WORDS = ["hey robot"]

print('Say "hey robot" to wake me up! Then say: forward / backward / left / right. Say "sleep" to stop listening.')

try:
    while True:
        # --- wait for wake word once ---
        stt.wait_until_heard(WAKE_WORDS)
        print("Wake word detected. Listening for commands... (say 'sleep' to pause)")

        # --- command loop: multiple commands after one wake ---
        while True:
            res = stt.listen(stream=False)
            text = res.get("text", "") if isinstance(res, dict) else str(res)
            text = text.lower().strip()
            if not text:
                continue

            print("Heard:", text)

            if "sleep" in text:
                # pause command mode; go back to wait for wake word
                px.stop(); px.set_dir_servo_angle(0)
                print("Sleeping. Say 'hey robot' to wake me again.")
                break

            elif "forward" in text:
                px.set_dir_servo_angle(0)
                px.forward(30); time.sleep(1); px.stop()

            elif "backward" in text:
                px.set_dir_servo_angle(0)
                px.backward(30); time.sleep(1); px.stop()

            elif "left" in text:
                px.set_dir_servo_angle(-25)
                px.forward(30); time.sleep(1)
                px.stop(); px.set_dir_servo_angle(0)

            elif "right" in text:
                px.set_dir_servo_angle(25)
                px.forward(30); time.sleep(1)
                px.stop(); px.set_dir_servo_angle(0)
            # (ignore other words)

except KeyboardInterrupt:
    pass
finally:
    px.stop(); px.set_dir_servo_angle(0)
    print("Stopped and centered. Bye.")

故障排查

No such file or directory（运行 `arecord` 时出现）

你可能使用了错误的声卡 / 设备编号。运行：
```
arecord -l
```
然后用 USB 麦克风对应的编号替换 1,0。
录音文件没有声音

打开混音器检查麦克风音量：
```
alsamixer
```
- 按 F6 选择你的 USB 麦克风。
- 确保 Mic/Capture 没有被静音（应显示 [OO] 而不是 [MM]）。
- 使用 ↑ 键提高音量。
Vosk 无法识别语音
- 确保 语言代码 与模型匹配（例如英语为 en-us，中文为 zh-cn）。
- 保持麦克风距离 15–30 厘米，并避免背景噪音。
- 清晰、适中速度地说话。
唤醒词（“hey robot”）无法触发
- 语气自然，不要太快。
- 检查程序是否有识别输出，如果没有，说明麦克风可能未正常工作。
识别延迟高 / 速度慢
- 默认下载的是 small 模型 （速度较快但准确率较低）。
- 如果仍然较慢，可关闭其他程序释放 CPU。