小智同学测试工具

这是一个用于测试小智同学服务器的工具，使用 Edge TTS 进行语音合成输入的文字的音频 或者 通过麦克风录制音频，发送语音到小智同学服务器，并播放返回的语音。

功能特点

• 支持批量测试用例
• 自动保存生成的音频文件
• 使用websocket连接小智同学服务器
  • 小智官方服务端接口：wss://api.tenclass.net/xiaozhi/v1/
  • 开源服务端(需自建)：xiaozhi-esp32-server

安装步骤

1. 安装依赖：

pip install -r requirements.txt

建议：可以先安装conda，然后使用conda创建一个xiaozhi-py的专属环境。

2. 安装系统依赖：

• Linux:

sudo apt-get install python3-pyaudio portaudio19-dev ffmpeg

• MacOS:

brew install portaudio ffmpeg

• Windows:
  • 通常无需额外安装
  • 需要安装 FFmpeg

使用方法

运行测试程序

# 默认运行
python main.py

# 开启声音播放
python main.py --play-audio

# 开启声音录制：启动后，输入r开始录音，不说话会自动结束播放
python main.py --use-mic

运行交互式客户端

python main.py --mode interactive --play-audio --use-mic

运行自动化测试场景

python main.py --mode automated --scenario scenarios/example.json --play-audio

目录结构

.
├── README.md
├── requirements.txt
├── main.py              # 交互式客户端
├── scenarios/          # 测试场景目录
│   └── example.json   # 示例测试场景
└── tmp/         # 生成的音频文件目录

配置说明

测试场景配置

在 scenarios 目录下创建 JSON 文件，格式如下：

{
    "name": "基础对话测试",
    "description": "测试基本的对话流程",
    "messages": [
        {
            "text": "你好，小智同学",
            "delay": 2.0
        },
        {
            "text": "今天天气怎么样？",
            "delay": 3.0
        }
    ]
}

音频参数配置

• 采样率：16kHz
• 声道数：单声道
• 位深度：16位
• 音频格式：WAV/Opus

注意事项

1. 音频设备

   • 确保系统有可用的音频输出设备
   • 检查音频权限设置

2. 存储空间

   • 测试音频文件会保存在 tmp 目录
   • 定期清理不需要的音频文件

常见问题

1. 音频播放问题
   • 检查系统音频设备
   • 确认 PyAudio 安装正确
2. opus.dll问题：
   • 错误提示：FileNotFoundError: Could not find module 'opus.dll' (or one of its dependencies). Try using the full path with constructor syntax.
   • 将目录中的 opus.dll 拷贝到系统目录中(通常为C:\Windows\System32)，然后再次运行

调试信息

• 程序会输出详细的日志信息
• 音频文件保存在 tmp 目录
• 可以通过日志追踪测试流程

开发者

• 贤立
• HonestQiao

许可证

MIT License