项目简介
py-xiaozhi 是一个使用 Python 实现的小智语音客户端，旨在通过代码学习和在没有硬件条件下体验 AI 小智的语音功能。
本仓库是基于xiaozhi-esp32移植
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。
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
请先看这里！
-
• 仔细阅读 项目文档 启动教程和文件说明都在里面了 -
• main是最新代码，每次更新都需要手动重新安装一次pip依赖防止我新增依赖后你们本地没有
从零开始使用小智客户端（视频教程）
配置系统
项目使用分层配置系统，主要包括：
-
1. 基础配置：设置基本运行参数，位于 config/config.json -
2. 设备激活：设备身份信息，存储在 config/efuse.json -
3. 唤醒词配置：语音唤醒相关设置 -
4. 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
详细配置说明请参考 配置说明文档
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
支持的设备类型和使用示例请参考 IoT功能说明
状态流转图
+----------------+
| |
v |
+------+ 唤醒词/按钮 +------------+ | +------------+
| IDLE | -----------> | CONNECTING | --+-> | LISTENING |
+------+ +------------+ +------------+
^ |
| | 语音识别完成
| +------------+ v
+--------- | SPEAKING | <-----------------+
完成播放 +------------+待实现功能
-
• 新 GUI（Electron）：提供更现代、美观的用户界面，优化交互体验。
常见问题
-
• 找不到音频设备：请检查麦克风和扬声器是否正常连接和启用。 -
• 唤醒词不响应：请检查 config.json中的USE_WAKE_WORD设置是否为true，以及模型路径是否正确。 -
• 网络连接失败：请检查网络设置和防火墙配置，确保WebSocket或MQTT通信未被阻止。 -
• 打包失败：确保已安装PyInstaller ( pip install pyinstaller)，并且所有依赖项都已安装。然后重新执行python scripts/build.py -
• IoT设备不响应：检查对应设备的配置信息是否正确，如Home Assistant的URL和Token。
相关第三方开源项目
小智手机端
xiaozhi-esp32-server（开源服务端）
XiaoZhiAI_server32_Unity(Unity开发)
IntelliConnect(Aiot中间件)
open-xiaoai(小爱音响接入小智)
项目结构
├── .github # GitHub 相关配置
├── assets # 资源文件（表情动画等）
├── cache # 缓存目录（音乐等临时文件）
├── config # 配置文件目录
├── documents # 文档目录
├── hooks # PyInstaller钩子目录
├── libs # 依赖库目录
├── scripts # 实用脚本目录
├── src # 源代码目录
│ ├── audio_codecs # 音频编解码模块
│ ├── audio_processing # 音频处理模块
│ ├── constants # 常量定义
│ ├── display # 显示界面模块
│ ├── iot # IoT设备相关模块
│ │ └── things # 具体设备实现目录
│ ├── network # 网络通信模块
│ ├── protocols # 通信协议模块
│ └── utils # 工具类模块
项目地址
github.com/huangjunsen0406/py-xiaozhi
扫码加入技术交流群，备注「开发语言-城市-昵称」
（文：GitHubStore）