Snowboy Android Demo运行及唤醒词训练

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

Snowboy唤醒词训练

点击Create Hotword 创建唤醒词

Snowboy-train-3.png

步骤:

1. 输入唤醒词名称，选择语言
2. 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
3. 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~