DroneMind/voice_drone_assistant

voice_drone_assistant

从原仓库抽离的独立可运行子工程：麦克风采集 → VAD 切段 → SenseVoice STT → 唤醒词 →（关键词起飞 / Qwen + Kokoro 对话播报）。

部署与外场启动（推荐先读）：docs/DEPLOYMENT_AND_OPERATIONS.md
日常配置索引：docs/PROJECT_GUIDE.md · 云端协议：docs/llmcon.md

目录结构

路径	说明
main.py	启动入口
with_system_alsa.sh	Conda 下建议包一层启动，修正 ALSA/PortAudio
voice_drone/core/	音频、VAD、STT、TTS、预处理、唤醒、配置、识别器主流程
voice_drone/main_app.py	唤醒流程 + LLM 流式 + 起飞脚本联动（原 rocket_drone_audio.py）
voice_drone/config/	system.yaml、wake_word.yaml、keywords.yaml、command_.yaml
voice_drone/logging_/	彩色日志
voice_drone/tools/	YAML 加载等
scripts/	PX4 offboard、generate_wake_greeting_wav.py
assets/tts_cache/	唤醒问候 WAV 缓存
models/	需自备或软链，见 models/README.txt

环境准备

1. Python 3.10+（与原项目一致即可），安装依赖：

   pip install -r requirements.txt
   

2. 模型：将 STT / TTS /（可选）Silero VAD 放到 models/，或按 models/README.txt 从原仓库 src/models 创建符号链接。

3. 大模型：默认查找 cache/qwen25-1.5b-gguf/qwen2.5-1.5b-instruct-q4_k_m.gguf，或通过环境变量 ROCKET_LLM_GGUF 指定 GGUF 路径。

运行

在 voice_drone_assistant 根目录 执行：

bash with_system_alsa.sh python main.py

常用参数与环境变量与原 rocket_drone_audio.py 相同（如 ROCKET_LLM_STREAM、ROCKET_INPUT_DEVICE_INDEX、--input-index、ROCKET_ENERGY_VAD 等），说明见 voice_drone/main_app.py 文件头注释。

也可直接跑模块：

bash with_system_alsa.sh python -m voice_drone.main_app

为什么不默认带上原仓库的 models？

• ONNX / GGUF 体积大（动辄数百 MB～数 GB），放进 Git 或重复拷贝会加重仓库和同步成本。
• 抽离时只保证 代码与配置自给；权重文件用 本机拷贝 / U 盘 / 另一台预先 bundle 更灵活。

若你本机仍摆着原仓库 rocket_drone_audio，且 voice_drone_assistant 在其子目录下，代码里有个临时便利：models/... 找不到时会尝试 上一级 src/models/...，所以在开发机上可以不改目录也能跑。
这只在「子目录 + 上层仍有原仓库」时有效，把 voice_drone_assistant 单独拷到另一台香橙派后，上层没有原仓库，必须在本目录自备 models/（和可选 cache/）。

拷到另一台香橙派要做什么？

1. 整目录复制（建议先在本机执行下面脚本打全模型，再打包 voice_drone_assistant）：

   cd /path/to/voice_drone_assistant
   bash scripts/bundle_for_device.sh /path/to/rocket_drone_audio
   

   会把 SenseVoiceSmall、Kokoro-82M-v1.1-zh-ONNX（及存在的 SileroVad）复制到本目录 models/；可按提示选择是否复制 Qwen GGUF。

2. 新机器上 Python 依赖：另一台是全新系统时，需要再装一次（或整体迁移同一个 conda/env）：

   cd voice_drone_assistant
   pip install -r requirements.txt
   

   二进制/系统库层面若仍用 conda + PortAudio，建议继续 bash with_system_alsa.sh python main.py。

3. 大模型路径：若未打包 cache/，在新机器设环境变量或放入默认路径，例如：

   export ROCKET_LLM_GGUF=/path/to/qwen2.5-1.5b-instruct-q4_k_m.gguf
   

综上：工程可独立，但必须带上 models/ + 已装依赖 +（可选）GGUF；pip install 每台新环境通常要做一次，除非你把整个 conda env 目录一起迁移。

与原仓库关系

• 本目录为代码与配置的复制 + 包名调整（src.* → voice_drone.*），默认不把大体积 models/、cache/ 放进版本库。
• 原仓库 rocket_drone_audio 仍可继续使用；开发阶段两者可并存，部署到单机时只带走 voice_drone_assistant（+ bundle 后的模型）即可。

未纳入本工程的模块

PX4 电机演示、独立录音脚本、Socket 试飞控协议服务端、ChatTTS 转换脚本等均留在原仓库，以减小篇幅；本工程仍通过 SocketClient 预留配置项（TakeoffPrintRecognizer 使用 auto_connect_socket=False，不依赖外置试飞控 Socket）。