安装 Snowboy
clone代码
git clone https://github.com/Kitt-AI/snowboy.git
查阅官方文档
由于需要在Android上面调试，所以我查看的是Android的文档，其他平台也是有相应的Demo
snowboy-master\examples\Android\README.md
根据文档指示，先make一下
:~/source/workspace/snowboy-master/swig/Android$ make
/bin/sh: 1: swig: not found
expr: 语法错误
正克隆到 'OpenBLAS-Android-ARM32'...
swig not found
安装swig
从swig官网下载最新版本swig-3.0.12.tar.gz
解压
sudo tar -xzvf swig-3.0.12.tar.gz
编译安装
./configure --prefix=/usr/local/swig3.0.12
make
sudo make install
环境变量配置
sudo vim /etc/profile
然后 按i进入编辑状态
在最后添加
PATH=/usr/local/swig-3.0.12/bin:$PATH
按ESC退出编辑模式
shift+:进入命令模式，wq保存退出
swig执行出错
swig: error while loading shared libraries: libpcre.so.1: cannot open shared object file: No such file or directory
安装libpcre
sudo apt-get install libpcre3 libpcre3-dev
如果安装了仍然出错，需要查看共享库信息
~$ ldd (which swig)
/usr/local/swig3.0.12/bin/swig:
linux-vdso.so.1 => (0x00007ffe75f4f000)
libpcre.so.1 => not found
libstdc++.so.6 => /usr/lib/x86_64-linux-gnu/libstdc++.so.6 (0x00007faa0bfdc000)
libgcc_s.so.1 => /lib/x86_64-linux-gnu/libgcc_s.so.1 (0x00007faa0bdc5000)
libc.so.6 => /lib/x86_64-linux-gnu/libc.so.6 (0x00007faa0b9fc000)
libm.so.6 => /lib/x86_64-linux-gnu/libm.so.6 (0x00007faa0b6f6000)
/lib64/ld-linux-x86-64.so.2 (0x00007faa0c2ef000)
可以看到是libpcre.so.1 => not found，为什么安装了libpcre还找不到库呢，应该是名字不同
所以，需要找到libpcre.so的位置
$:find /lib -name libpcre*
/lib/x86_64-linux-gnu/libpcre.so.3
/lib/x86_64-linux-gnu/libpcre.so.3.13.1
ll 一下
lrwxrwxrwx 1 root root 17 4月 15 2016 libpcre.so.3 -> libpcre.so.3.13.1
-rw-r--r-- 1 root root 252032 4月 15 2016 libpcre.so.3.13.1
做一个链接指定名称为libpcre.so.1
sudo ln -s libpcre.so.3.13.1 libpcre.so.1
回到Snowboy目录,再次make
~/source/workspace/snowboy-master/swig/Android$ make
正克隆到 'OpenBLAS-Android-ARM32'...
remote: Counting objects: 33022, done.
remote: Compressing objects: 100% (18/18), done.
接收对象中: 13% (4293/33022), 2.07 MiB | 13.00 KiB/s
等make完成后，会在当前目录生成java代码和库文件
Snowboy-train-1.png
运行Demo工程
接下来就是运行Demo工程了，路径++snowboy-master\examples\Android\SnowboyAlexaDemo++
按照官方文档说明，生成的文件是不需要拷贝到工程目录的，因为做了软链接的操作，此处我直接用Android studio打开工程是编译不过的，因此，为了省事，我直接将工程中做了链接的文件替换掉
snowboy-master\swig\Android\jniLibs
--->snowboy-master\examples\Android\SnowboyAlexaDemo\libs
snowboy-master\swig\Android\src
--->snowboy-master\examples\Android\SnowboyAlexaDemo\src
snowboy-master\resources\common.res
--->snowboy-master\examples\Android\SnowboyAlexaDemo\assets\
snowboy-master\resources\ding.wav
---> snowboy-master\examples\Android\SnowboyAlexaDemo\assets\
snowboy-master\resources\alexa\alexa-avs-sample-app\alexa.umdl
---> snowboy-master\examples\Android\SnowboyAlexaDemo\assets\
同时，因为我将so库放在了项目跟文件夹，所以需要修改build.gradle
android {
...
sourceSets {
main {
jniLibs.srcDirs = ['libs']
}
}
...
}
随后运行，ok
Snowboy-train-2.png
替换唤醒词
确保Demo应用OK后，我们就要替换成自己的唤醒词了
点击Create Hotword 创建唤醒词
Snowboy-train-3.png
步骤:
- 输入唤醒词名称，选择语言
- 上传提前录制好的音频，也可以即时录制音频，需要三段，文件不能太大，wav格式
- 等待训练结束后进入第三步测试，选择录音人的性别及年龄端，点击==Run the test==进行测试，如果唤醒不成功可以调节右边的控制条，待测试成功就可以保存及下载训练好的模型了
Snowboy-train-4.png
训练好的模型可以放到++snowboy-master\examples\Android\SnowboyAlexaDemo\assets++下面，替换掉原有的alexa.umdl
sensitivity的调节可以通过修改Demo中代码实现
ai/kitt/snowboy/audio/RecordingThread.java
public RecordingThread(Handler handler, AudioDataReceivedListener listener) {
this.handler = handler;
this.listener = listener;
detector.SetSensitivity("0.6");// <-- modify this
//-detector.SetAudioGain(1);
detector.ApplyFrontend(true);
try {
player.setDataSource(strEnvWorkSpace+"ding.wav");
player.prepare();
} catch (IOException e) {
Log.e(TAG, "Playing ding sound error", e);
}
}
注：
- 此处只是一个初步的训练，成功率肯定不会太高，需要提高唤醒成功率的话，只能增加样本数量，而一个账号对一个词貌似只能添加三个样本，需要靠分享给其他人添加，略显坑爹~
