除去自身逻辑模块，语音助手主要分为四个功能模块：
钉钉模块、爬虫模块、语音模块、唤醒模块。
各功能模块代码实现逻辑：
钉钉模块：
首先，钉钉的官方sdk分为旧版和新版，两者都有其不同的功能实现，dingtalk.api这个sdk作为源码覆盖至你的项目下，作为项目内部module来引用它。alibabacloud_dingtalk能够通过pip install 将sdk安装至python开发环境的全局module中来引用。两者在使用上的区别是，前者需要在发起请求是填入不同功能的url来实现不同的需求，但是总体代码结构很简单。
后者将所有功能接口的url封装在一个个方法类中，提供给使用者直接调用方法来实现不同的需求，但是总体代码结构较为复杂。
钉钉模块的实现逻辑如下图：
为每个功能实现定义方法，main函数作为机器人语音指令进入钉钉接管后的二级菜单，通过输入的语音指令匹配关键字来实现具体方法的运行，从而实现获取公告、发布公告等功能，除了退出钉钉接管，其他方法在运行完之后会进入整个循环体的下一次循环，退出钉钉接管后，会返回语音助手的一级菜单。
爬虫模块：
爬虫模块代码逻辑采用异步多线程方式，主要原理就是根据官网链接的分页参数对每一页的url存入page_list，而后通过多线程异步对page_list中的url发起批量化请求，获取响应数据后通过etree.HTML过滤掉html页面的其他参数，比如
语音模块：
语音模块主要包括 音频播放，文本转语音，语音转文本，音频录制等。音频播放，百度接口调用这类逻辑性不强没什么好说的，音频录制主要就是把command.wav作为语音助手程序的全局指令交换文件，任何一次的指令录入都会刷新这个文件的内容，这个是为了避免方法调用的时候总是需要指定一个新的文件名称，为开发提供方便，而且节约资源。语音唤醒，通过语音助手主行数while循环中每5秒录制一段音频并做转文本处理，最后判断文本中是否存在关键字，如存在则语音助手将被唤醒，实际上唤醒只是语音助手播放一段告诉你它的程序存活的语音而已，针对这种方法来实现语音唤醒，其实会消耗一定的请求资源，百度AI语音识别接口提供15万次的免费请求次数，通过计算假设你运行了语音助手一整天时间，你将会使用掉17280次请求次数，这个用量是相当大的，所以如果没有需要演示语音助手的话，需要传递退出指令给语音助手将进程结束掉。关于语音唤醒，市面上现在有另一种更为科学经济的方案，通过一个声音传感器，识别声道中是否有音波存在，如果存在再去执行语音录入以及语音识别的请求。
使用playsound播放音频文件时，由于playsound的默认编码的utf-16，这将导致音频播放结束后程序抛出异常，需要找到playsound源码将encode（’utf-16’）注释掉。
为了节省资源，项目中常用语音通过单词文本转语音的方式，保留mp3文件，调用时，只需playsound对应的mp3文件即可，无需再对文本内容进行转语音操作。
麦克风采样频率报错问题解决：
在使用pyaudio进行音频采集的时候出现
IOError: [Errno Invalid sample rate] -9997的错误
vim ~/.asoundrc 这个文件 粘贴一下内容。
pcm.!default {type asymplayback.pcm {type plugslave.pcm "hw:0,0"}capture.pcm {type plugslave.pcm "hw:1,0"}}ctl.!default {type hwcard 1}
[
](https://blog.csdn.net/u013860985/article/details/79326379)
操作手册
启动语音助手 执行命令 python rabot.py
一级菜单（语音指令包含关键字）
资料 爬虫程序
钉钉/接管 钉钉程序
没有 待机状态
“语音助手名称” 唤醒
再见 结束程序
二级菜单
钉钉
查公告 输出公告
发公告 发布公告
会议 发起会议
安排/日程 输出日程
退出钉钉 退出钉钉程序
所需硬件 麦克风 鼠标 键盘 hdmi线 音响 网线
若有收获，就点个赞吧
0 人点赞
