py-xiaozhi

✨ 基于 Python 实现的小智语音客户端 ✨

📖 项目简介

py-xiaozhi 是一个使用 Python 开发的小智语音客户端，让您能够在没有硬件设备的情况下体验 AI 小智的语音交互功能。本项目基于 Huang-junsen/py-xiaozhi 进行了优化和功能扩展。

🎥 演示

📚 相关项目

• 原始项目：Huang-junsen/py-xiaozhi

✨ 核心特性

🎨 现代化界面

• 支持亮色/暗色主题动态切换
• 简洁优雅的消息气泡界面
• 实时情感状态展示
• 清晰的连接和录音状态显示

🎤 语音交互

• 便捷的"按住说话"语音输入
• 流畅的语音识别反馈
• 实时对话内容显示

🔧 系统集成

• 智能音量控制（支持 Windows/macOS）
• 首次使用验证码引导
• 完善的会话状态管理

🔐 安全性能

• 加密音频数据传输
• 安全的会话管理机制
• 验证码身份认证

🚀 快速开始

环境要求

• Python 3.8+ (推荐 3.12)
• 支持 Windows/Linux/macOS

安装步骤

Windows 环境

# 1. 克隆项目
git clone https://github.com/RiderTimeDecade/py-xiaozhi.git
cd py-xiaozhi

# 2. 安装依赖
pip install -r requirements.txt

# 3. 配置 opus
# 将 opus.dll 复制到 C:\Windows\System32 目录

Linux/macOS 环境

# 克隆并安装
git clone https://github.com/RiderTimeDecade/py-xiaozhi.git
cd py-xiaozhi
pip3 install -r requirements.txt

使用虚拟环境（推荐）

# 创建虚拟环境
python3 -m venv .venv

# 激活虚拟环境
source .venv/bin/activate  # Linux/macOS
.venv\Scripts\activate     # Windows

# 安装依赖
pip install -r requirements.txt

运行应用

python main.py

📝 使用指南

基本操作

1. 启动应用后，GUI 界面会自动连接服务器
2. 首次使用会显示验证码，请妥善保存
3. 界面功能区：
   • 左侧边栏：主题切换、消息管理等
   • 中央区域：对话内容展示
   • 状态栏：连接状态、情感状态显示
   • 底部控制区：音量调节、语音输入

语音交互

• 按住"按住说话"按钮进行语音输入
• 松开按钮结束录音
• 通过音量滑块调节系统音量
• 点击主题按钮切换显示模式

🔄 项目进展

✅ 已实现功能

• 修复 goodbye 后重连问题
• 全新 GUI 界面实现
• 优化代码结构，实现模块化
• Windows 音量控制集成
• MAC 地址自动获取

📋 开发计划

• WebSocket 通信实现（进行中）
• Electron 版本 GUI
• 第三方音乐库集成

🤝 参与贡献

欢迎提交 Issues 和 Pull Requests！我们期待您的贡献。

⚠️ 免责声明

本项目仅供学习和研究使用，禁止用于商业目的。

👏 致谢

特别感谢以下开源贡献者：

• Xiaoxia
• Huang-junsen

📄 开源协议

本项目采用 MIT 协议开源。