Picovoice多平台部署指南Android、iOS、Web与嵌入式设备全覆盖【免费下载链接】picovoiceOn-device voice assistant platform powered by deep learning项目地址: https://gitcode.com/gh_mirrors/pi/picovoicePicovoice是一款基于深度学习的端到端语音交互平台能够在设备本地实现唤醒词检测和语音意图识别无需依赖云端服务。本指南将详细介绍如何在Android、iOS、Web及嵌入式设备等主流平台上部署Picovoice帮助开发者快速构建高性能的语音交互应用。 Picovoice核心优势Picovoice作为新一代语音交互平台具有以下显著优势完全本地化所有语音处理均在设备端完成确保用户隐私安全同时避免网络延迟跨平台兼容性支持从移动设备到嵌入式系统的多种硬件环境高精度识别在嘈杂环境下仍保持出色的唤醒词检测和意图识别能力低资源占用针对不同平台优化可在资源受限的嵌入式设备上高效运行 性能对比Picovoice的唤醒词引擎Porcupine和意图识别引擎Rhino在性能上显著优于同类解决方案Porcupine唤醒词误识率对比每10小时1次误触发条件下Rhino命令接受率对比多种嘈杂环境下的平均值 环境准备在开始部署前请确保完成以下准备工作获取Access Key访问Picovoice Console创建账号并获取Access Key克隆仓库git clone --recurse-submodules https://gitcode.com/gh_mirrors/pi/picovoice准备模型文件通过Picovoice Console创建并下载自定义唤醒词(.ppn)和上下文(.rhn)文件 Android平台部署Android平台提供两种集成方式推荐使用High-Level API以快速实现功能。快速集成步骤添加依赖在app模块的build.gradle中添加dependencies { implementation ai.picovoice:picovoice-android:${LATEST_VERSION} }初始化PicovoiceManagerfinal String accessKey ${ACCESS_KEY}; final String keywordPath keyword.ppn; // 放置在assets目录下 final String contextPath context.rhn; // 放置在assets目录下 PicovoiceManager manager new PicovoiceManager.Builder() .setAccessKey(accessKey) .setKeywordPath(keywordPath) .setWakeWordCallback(() - { // 唤醒词检测回调 }) .setContextPath(contextPath) .setInferenceCallback(inference - { // 意图识别回调 if (inference.getIsUnderstood()) { String intent inference.getIntent(); MapString, String slots inference.getSlots(); } }) .build(appContext);启动和停止manager.start(); // 开始音频处理 // ... manager.stop(); // 停止音频处理完整示例代码可参考Android Activity Demo和Android Service Demo。 iOS平台部署iOS平台支持前台和后台两种运行模式通过Cocoapods简化集成过程。快速集成步骤添加Pod依赖在Podfile中添加pod Picovoice-iOS初始化PicovoiceManagerimport Picovoice let accessKey ${ACCESS_KEY} let manager PicovoiceManager( accessKey: accessKey, keywordPath: /path/to/keyword.ppn, onWakeWordDetection: { // 唤醒词检测回调 }, contextPath: /path/to/context.rhn, onInference: { inference in // 意图识别回调 if inference.isUnderstood { let intent inference.intent let slots inference.slots } })启动和停止try manager.start() // 开始音频处理 // ... manager.stop() // 停止音频处理iOS平台提供前台应用Demo和后台服务Demo两种实现方式可根据需求选择。 Web平台部署Web平台支持多种框架包括纯JavaScript、React等通过Web Worker实现高效音频处理。纯JavaScript集成安装依赖npm install picovoice/picovoice-web创建Picovoice实例import { PicovoiceWorker } from picovoice/picovoice-web; const picovoice await PicovoiceWorker.create( ${ACCESS_KEY}, keyword, () { /* 唤醒词回调 */ }, porcupineModel, context, (inference) { /* 意图识别回调 */ }, rhinoModel );处理音频流function getAudioData() { // 获取音频数据 return new Int16Array(); } setInterval(() { picovoice.process(getAudioData()); }, 10);React集成React开发者可使用专用组件简化集成npm install picovoice/picovoice-react picovoice/web-voice-processor详细示例可参考Web Demo和React Demo。️ 嵌入式设备部署Picovoice支持多种嵌入式平台包括STM32、Arduino等提供C语言接口实现高效集成。STM32平台示例准备内存缓冲区#define MEMORY_BUFFER_SIZE 51200 static uint8_t memory_buffer[MEMORY_BUFFER_SIZE] __attribute__((aligned(16)));初始化Picovoicestatic void wake_word_callback(void) { // 唤醒词检测回调 } static void inference_callback(pv_inference_t *inference) { // 意图识别回调 pv_inference_delete(inference); } pv_picovoice_t *handle NULL; pv_status_t status pv_picovoice_init( MEMORY_BUFFER_SIZE, memory_buffer, sizeof(keyword_array), keyword_array, 0.5f, wake_word_callback, sizeof(context_array), context_array, 0.5f, inference_callback, handle);处理音频数据while (true) { const int16_t *pcm get_next_audio_frame(); pv_picovoice_process(handle, pcm); }嵌入式平台的完整示例可参考STM32F411 Demo。 多平台通用注意事项音频格式要求采样率16kHz位深16位线性PCM声道单声道帧长度512样本模型管理唤醒词模型(.ppn)和上下文模型(.rhn)需与目标平台匹配模型文件应妥善存储避免多次加载影响性能性能优化根据设备性能调整灵敏度参数0.0-1.0范围长时间运行时注意资源释放避免内存泄漏 快速启动示例项目Picovoice提供多种平台的示例项目可直接运行体验Pythonpip3 install picovoicedemo picovoice_demo_mic --access_key ${ACCESS_KEY} --keyword_path ${KEYWORD_PATH} --context_path ${CONTEXT_PATH}Node.jsnpm install -g picovoice/picovoice-node-demo pv-mic-demo --access_key ${ACCESS_KEY} -k ${KEYWORD_PATH} -c ${CONTEXT_PATH}Fluttercd demo/flutter dart scripts/prepare_demo.dart en flutter run更多平台的示例代码和详细说明请参考项目中的demo目录。 相关资源API文档项目中各平台SDK目录下的README文件模型训练Picovoice Console提供的模型训练工具技术支持通过项目GitHub Issues提交问题通过本指南您已掌握在多种平台上部署Picovoice的核心方法。无论是移动应用还是嵌入式设备Picovoice都能提供高效、准确的本地语音交互能力为您的产品增添自然便捷的语音控制体验。【免费下载链接】picovoiceOn-device voice assistant platform powered by deep learning项目地址: https://gitcode.com/gh_mirrors/pi/picovoice创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Picovoice多平台部署指南：Android、iOS、Web与嵌入式设备全覆盖
Picovoice多平台部署指南Android、iOS、Web与嵌入式设备全覆盖【免费下载链接】picovoiceOn-device voice assistant platform powered by deep learning项目地址: https://gitcode.com/gh_mirrors/pi/picovoicePicovoice是一款基于深度学习的端到端语音交互平台能够在设备本地实现唤醒词检测和语音意图识别无需依赖云端服务。本指南将详细介绍如何在Android、iOS、Web及嵌入式设备等主流平台上部署Picovoice帮助开发者快速构建高性能的语音交互应用。 Picovoice核心优势Picovoice作为新一代语音交互平台具有以下显著优势完全本地化所有语音处理均在设备端完成确保用户隐私安全同时避免网络延迟跨平台兼容性支持从移动设备到嵌入式系统的多种硬件环境高精度识别在嘈杂环境下仍保持出色的唤醒词检测和意图识别能力低资源占用针对不同平台优化可在资源受限的嵌入式设备上高效运行 性能对比Picovoice的唤醒词引擎Porcupine和意图识别引擎Rhino在性能上显著优于同类解决方案Porcupine唤醒词误识率对比每10小时1次误触发条件下Rhino命令接受率对比多种嘈杂环境下的平均值 环境准备在开始部署前请确保完成以下准备工作获取Access Key访问Picovoice Console创建账号并获取Access Key克隆仓库git clone --recurse-submodules https://gitcode.com/gh_mirrors/pi/picovoice准备模型文件通过Picovoice Console创建并下载自定义唤醒词(.ppn)和上下文(.rhn)文件 Android平台部署Android平台提供两种集成方式推荐使用High-Level API以快速实现功能。快速集成步骤添加依赖在app模块的build.gradle中添加dependencies { implementation ai.picovoice:picovoice-android:${LATEST_VERSION} }初始化PicovoiceManagerfinal String accessKey ${ACCESS_KEY}; final String keywordPath keyword.ppn; // 放置在assets目录下 final String contextPath context.rhn; // 放置在assets目录下 PicovoiceManager manager new PicovoiceManager.Builder() .setAccessKey(accessKey) .setKeywordPath(keywordPath) .setWakeWordCallback(() - { // 唤醒词检测回调 }) .setContextPath(contextPath) .setInferenceCallback(inference - { // 意图识别回调 if (inference.getIsUnderstood()) { String intent inference.getIntent(); MapString, String slots inference.getSlots(); } }) .build(appContext);启动和停止manager.start(); // 开始音频处理 // ... manager.stop(); // 停止音频处理完整示例代码可参考Android Activity Demo和Android Service Demo。 iOS平台部署iOS平台支持前台和后台两种运行模式通过Cocoapods简化集成过程。快速集成步骤添加Pod依赖在Podfile中添加pod Picovoice-iOS初始化PicovoiceManagerimport Picovoice let accessKey ${ACCESS_KEY} let manager PicovoiceManager( accessKey: accessKey, keywordPath: /path/to/keyword.ppn, onWakeWordDetection: { // 唤醒词检测回调 }, contextPath: /path/to/context.rhn, onInference: { inference in // 意图识别回调 if inference.isUnderstood { let intent inference.intent let slots inference.slots } })启动和停止try manager.start() // 开始音频处理 // ... manager.stop() // 停止音频处理iOS平台提供前台应用Demo和后台服务Demo两种实现方式可根据需求选择。 Web平台部署Web平台支持多种框架包括纯JavaScript、React等通过Web Worker实现高效音频处理。纯JavaScript集成安装依赖npm install picovoice/picovoice-web创建Picovoice实例import { PicovoiceWorker } from picovoice/picovoice-web; const picovoice await PicovoiceWorker.create( ${ACCESS_KEY}, keyword, () { /* 唤醒词回调 */ }, porcupineModel, context, (inference) { /* 意图识别回调 */ }, rhinoModel );处理音频流function getAudioData() { // 获取音频数据 return new Int16Array(); } setInterval(() { picovoice.process(getAudioData()); }, 10);React集成React开发者可使用专用组件简化集成npm install picovoice/picovoice-react picovoice/web-voice-processor详细示例可参考Web Demo和React Demo。️ 嵌入式设备部署Picovoice支持多种嵌入式平台包括STM32、Arduino等提供C语言接口实现高效集成。STM32平台示例准备内存缓冲区#define MEMORY_BUFFER_SIZE 51200 static uint8_t memory_buffer[MEMORY_BUFFER_SIZE] __attribute__((aligned(16)));初始化Picovoicestatic void wake_word_callback(void) { // 唤醒词检测回调 } static void inference_callback(pv_inference_t *inference) { // 意图识别回调 pv_inference_delete(inference); } pv_picovoice_t *handle NULL; pv_status_t status pv_picovoice_init( MEMORY_BUFFER_SIZE, memory_buffer, sizeof(keyword_array), keyword_array, 0.5f, wake_word_callback, sizeof(context_array), context_array, 0.5f, inference_callback, handle);处理音频数据while (true) { const int16_t *pcm get_next_audio_frame(); pv_picovoice_process(handle, pcm); }嵌入式平台的完整示例可参考STM32F411 Demo。 多平台通用注意事项音频格式要求采样率16kHz位深16位线性PCM声道单声道帧长度512样本模型管理唤醒词模型(.ppn)和上下文模型(.rhn)需与目标平台匹配模型文件应妥善存储避免多次加载影响性能性能优化根据设备性能调整灵敏度参数0.0-1.0范围长时间运行时注意资源释放避免内存泄漏 快速启动示例项目Picovoice提供多种平台的示例项目可直接运行体验Pythonpip3 install picovoicedemo picovoice_demo_mic --access_key ${ACCESS_KEY} --keyword_path ${KEYWORD_PATH} --context_path ${CONTEXT_PATH}Node.jsnpm install -g picovoice/picovoice-node-demo pv-mic-demo --access_key ${ACCESS_KEY} -k ${KEYWORD_PATH} -c ${CONTEXT_PATH}Fluttercd demo/flutter dart scripts/prepare_demo.dart en flutter run更多平台的示例代码和详细说明请参考项目中的demo目录。 相关资源API文档项目中各平台SDK目录下的README文件模型训练Picovoice Console提供的模型训练工具技术支持通过项目GitHub Issues提交问题通过本指南您已掌握在多种平台上部署Picovoice的核心方法。无论是移动应用还是嵌入式设备Picovoice都能提供高效、准确的本地语音交互能力为您的产品增添自然便捷的语音控制体验。【免费下载链接】picovoiceOn-device voice assistant platform powered by deep learning项目地址: https://gitcode.com/gh_mirrors/pi/picovoice创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考