【小白也能行】树莓派智能蓝牙音箱项目实践2.0

【小白也能行】树莓派智能蓝牙音箱项目实践2.0

📋 USB麦克风硬件接入

1. USB 麦克风硬件集成

2. 解决录音兼容性问题

问题一过程回放：

Cannot connect to server socket err=No suchfileor directory Cannot connect to server request channel jack server is not running or cannot be started JackShmReadWritePtr::~JackShmReadWritePtr - Init notdonefor-1, skipping unlock JackShmReadWritePtr::~JackShmReadWritePtr - Init notdonefor-1, skipping unlock 📋 可用录音设备:[3]USB PnP Sound Device: Audio(hw:2,0)(max inputs:1)[8]pulse(max inputs:32)[13]default(max inputs:32)Expression'parameters->channelCount <= maxChans'failedin'src/hostapi/alsa/pa_linux_alsa.c', line:1514Expression'ValidateParameters( inputParameters, hostApi, StreamDirection_In )'failedin'src/hostapi/alsa/pa_linux_alsa.c', line:2818❌ 无法打开录音设备2:[Errno -9998]Invalid number of channels 请根据上面列表，修改 RECORD_DEVICE_INDEX 为正确的编号

关键错误信息：

📋 可用录音设备:
[3] USB PnP Sound Device: Audio (hw:2,0) (max inputs: 1)

修复方案：

# ❌ 原来的RECORD_DEVICE_INDEX=2# ✅ 改成RECORD_DEVICE_INDEX=3# 确认22行声道数CHANNELS=1# max inputs: 1，必须是 1

问题二过程回放：

Cannot connect to server socket err=No suchfileor directory Cannot connect to server request channel jack server is not running or cannot be started JackShmReadWritePtr::~JackShmReadWritePtr - Init notdonefor-1, skipping unlock JackShmReadWritePtr::~JackShmReadWritePtr - Init notdonefor-1, skipping unlock 📋 可用录音设备:[3]USB PnP Sound Device: Audio(hw:2,0)(max inputs:1)[8]pulse(max inputs:32)[13]default(max inputs:32)Expression'paInvalidSampleRate'failedin'src/hostapi/alsa/pa_linux_alsa.c', line:2048Expression'PaAlsaStreamComponent_InitialConfigure( &self->capture, inParams, self->primeBuffers, hwParamsCapture, &realSr )'failedin'src/hostapi/alsa/pa_linux_alsa.c', line:2718Expression'PaAlsaStream_Configure( stream, inputParameters, outputParameters, sampleRate, framesPerBuffer, &inputLatency, &outputLatency, &hostBufferSizeMode )'failedin'src/hostapi/alsa/pa_linux_alsa.c', line:2842❌ 无法打开录音设备3:[Errno -9997]Invalid sample rate 请根据上面列表，修改 RECORD_DEVICE_INDEX 为正确的编号

关键错误信息：

❌ 无法打开录音设备 3: [Errno -9997] Invalid sample rate 请根据上面列表，修改 RECORD_DEVICE_INDEX 为正确的编号

这说明PCM2902 这款 USB 声卡不支持 16000Hz 采样率。PCM2902 是标准的 48kHz 芯片，只支持 48000Hz 和 44100Hz。

修复方案：

# 不用改采样率（改了会让 ASR 和录音代码耦合），直接用 ALSA 的 plughw 插件，它自动把任意采样率转成硬件支持的格式。# 1、删除了 input_device_index=3# 2、改用 input_device_name="plughw:2,0"（plughw 自动处理采样率转换，16000 → 48000）# 3、input_device_index 设为 Nonedefrecord_audio(output_file):""" 录音并保存为 WAV。 使用 plughw 自动适配硬件采样率。 """pa=pyaudio.PyAudio()# 打印可用录音设备print("📋 可用录音设备:")foriinrange(pa.get_device_count()):dev=pa.get_device_info_by_index(i)ifdev['maxInputChannels']>0:print(f" [{i}]{dev['name']}(max inputs:{dev['maxInputChannels']})")# 用 plughw 打开 —— 自动处理采样率转换device_name="plughw:2,0"try:stream=pa.open(format=pyaudio.paInt16,channels=CHANNELS,rate=SAMPLE_RATE,input=True,input_device_index=None,# 不指定索引input_device_name=device_name,# 用 plughw 设备名frames_per_buffer=1024)exceptExceptionase:print(f"❌ 无法打开录音设备{device_name}:{e}")pa.terminate()returnFalseprint(f"🎤 开始录音... (最长{MAX_RECORD_SECONDS}秒，检测到静音自动结束)")frames=[]has_speech=Falsesilence_frames=0frames_per_second=SAMPLE_RATE/1024foriinrange(int(frames_per_second*MAX_RECORD_SECONDS)):try:data=stream.read(1024,exception_on_overflow=False)exceptException:continueframes.append(data)# 简单音量检测max_val=max(abs(int.from_bytes(data[j:j+2],'little',signed=True))forjinrange(0,len(data),2))ifmax_val>SILENCE_THRESHOLD:has_speech=Truesilence_frames=0else:silence_frames+=1ifhas_speechandsilence_frames>frames_per_second*SILENCE_SECONDS:print("🔇 检测到静音，结束录音")breakstream.stop_stream()stream.close()pa.terminate()duration=len(frames)/frames_per_secondprint(f"✅ 录音完成，时长约{duration:.1f}秒")# 保存 WAVwf=wave.open(output_file,'wb')wf.setnchannels(CHANNELS)wf.setsampwidth(pa.get_sample_size(pyaudio.paInt16))wf.setframerate(SAMPLE_RATE)wf.writeframes(b''.join(frames))wf.close()returnTrue

问题三过程回放：

# 报错信息Cannot connect to server socket err=No suchfileor directory Cannot connect to server request channel jack server is not running or cannot be started JackShmReadWritePtr::~JackShmReadWritePtr - Init notdonefor-1, skipping unlock JackShmReadWritePtr::~JackShmReadWritePtr - Init notdonefor-1, skipping unlock 📋 可用录音设备:[3]USB PnP Sound Device: Audio(hw:2,0)(max inputs:1)[8]pulse(max inputs:32)[13]default(max inputs:32)❌ 无法打开录音设备 plughw:2,0: PyAudio.Stream.__init__()got an unexpected keyword argument'input_device_name'

关键错误信息：

❌ 无法打开录音设备 plughw:2,0: PyAudio.Stream.init() got an unexpected keyword argument ‘input_device_name’

原因：PCM2902 硬件只支持 48000Hz 和 44100Hz。我们用 44100Hz 录音，然后调用ffmpeg重采样成 ASR 模型需要的 16000Hz。

修复方案：

# 修改USB麦克风相关设置# 录音参数RECORD_DEVICE_INDEX=3# USB 声卡在 PyAudio 中的设备索引SAMPLE_RATE=44100# PCM2902 硬件支持的采样率（不用 16000）ASR_SAMPLE_RATE=16000# ASR 模型需要的采样率CHANNELS=1MAX_RECORD_SECONDS=10SILENCE_THRESHOLD=500SILENCE_SECONDS=1.5

# 添加ffmpeg重采样defrecord_audio(output_file):""" 录音并保存为 ASR 需要的 16kHz WAV。 硬件用 44100Hz 录音，然后 ffmpeg 重采样到 16000Hz。 """importtempfile pa=pyaudio.PyAudio()print("📋 可用录音设备:")foriinrange(pa.get_device_count()):dev=pa.get_device_info_by_index(i)ifdev['maxInputChannels']>0:print(f" [{i}]{dev['name']}(max inputs:{dev['maxInputChannels']})")try:stream=pa.open(format=pyaudio.paInt16,channels=CHANNELS,rate=SAMPLE_RATE,# 44100，硬件原生支持input=True,input_device_index=RECORD_DEVICE_INDEX,frames_per_buffer=1024)exceptExceptionase:print(f"❌ 无法打开录音设备{RECORD_DEVICE_INDEX}:{e}")pa.terminate()returnFalseprint(f"🎤 开始录音 ({SAMPLE_RATE}Hz)... (最长{MAX_RECORD_SECONDS}秒，检测到静音自动结束)")frames=[]has_speech=Falsesilence_frames=0frames_per_second=SAMPLE_RATE/1024foriinrange(int(frames_per_second*MAX_RECORD_SECONDS)):try:data=stream.read(1024,exception_on_overflow=False)exceptException:continueframes.append(data)# 简单音量检测max_val=max(abs(int.from_bytes(data[j:j+2],'little',signed=True))forjinrange(0,len(data),2))ifmax_val>SILENCE_THRESHOLD:has_speech=Truesilence_frames=0else:silence_frames+=1ifhas_speechandsilence_frames>frames_per_second*SILENCE_SECONDS:print("🔇 检测到静音，结束录音")breakstream.stop_stream()stream.close()pa.terminate()duration=len(frames)/frames_per_secondprint(f"✅ 录音完成，时长约{duration:.1f}秒")# 先保存为临时文件（44100Hz），再用 ffmpeg 重采样到 16000Hzraw_file=tempfile.mktemp(suffix='.wav')wf=wave.open(raw_file,'wb')wf.setnchannels(CHANNELS)wf.setsampwidth(pa.get_sample_size(pyaudio.paInt16))wf.setframerate(SAMPLE_RATE)wf.writeframes(b''.join(frames))wf.close()# ffmpeg 重采样print("🔄 重采样到 16kHz...")ret=subprocess.run(['ffmpeg','-y','-loglevel','quiet','-i',raw_file,'-ar',str(ASR_SAMPLE_RATE),'-ac','1',output_file],stdout=subprocess.DEVNULL,stderr=subprocess.DEVNULL)os.unlink(raw_file)# 删除临时文件ifret.returncode!=0:print("❌ 重采样失败")returnFalseprint(f"✅ 已保存{SAMPLE_RATE}Hz →{ASR_SAMPLE_RATE}Hz")returnTrue

至此硬件主要的问题就解决完了！另外附带一个‘欢迎词’的优化过程

问题四过程回放：

# 问题现象：欢迎语有明显的卡顿和内容丢失# 原因分析：通常是 TTS 音频还没完全生成就开始播放，或者是蓝牙音频缓冲区初始化不及时导致的。# 修复方案：通过预加载延迟来解决欢迎词卡顿和丢失内容的现象# 主循环里播放欢迎语这段添加修改# 启动问候# 原代码逻辑print("🔊 播放欢迎语...")try:play_audio(tts("你好，我是小硅，你的语音助手已上线。"))exceptExceptionase:print(f"❌ 欢迎语失败:{e}")# 修改后代码逻辑# 启动问候print("🔊 准备欢迎语...")try:audio_data=tts("你好，我是小硅，你的语音助手已上线。")# 等待音频数据完全就绪importtime time.sleep(0.5)print("🔊 播放中...")play_audio(audio_data)exceptExceptionase:print(f"❌ 欢迎语失败:{e}")

关键改动：

• 先把 TTS 结果存到变量audio_data
• 加time.sleep(0.5)让蓝牙音频缓冲区就绪
• 再调用play_audio

3. 完整语音链路跑通

🎤 USB麦克风 (44100Hz) → 🔄 ffmpeg重采样 (16000Hz) → 📝 硅基流动 ASR → 🤖 硅基流动 LLM → 🔊 硅基流动 TTS → 🎵 蓝牙音箱

全链路验证通过 ✅

4. 体验优化

📊 当前项目状态

已交付文件

🔮 后续优化方向和规划

🔴 高优先级（核心体验提升）

🟡 中优先级（功能增强）

🟢 低优先级（锦上添花）

📌 下次继续的起点

等你再次开始时，建议按这个顺序推进：

1. 开机自启（最实用，插电即用） 2. 唤醒词（体验质的飞跃，真正解放双手） 3. 提示音 + 状态灯（脱离屏幕，纯语音交互） 4. 对话历史管理（稳定运行的基础）

📊 项目进度

核心功能 ██████████████████████████████████████████████████ 100% ✅ 语音交互链路 ██████████████████████████████████████████████████ 100% ✅ 体验优化 ████████████████████████░░░░░░░░░░░░░░░░░░░░░░░░ 60% ⏳ 系统集成 ██░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 5% ⏳ ──────────────────────────────────────────────────── 总体进度 ████████████████████████████████░░░░░░░░░░░░░░░░ 66%

📋 分项明细

一句话总结：能用了，但还不够"无感"。核心链路 100% 打通，差的都是"让它更好用"的活儿。下次从唤醒词和开机自启下手，体验会有质的飞跃 🚀