OHF-Voice/wyoming

解决的问题

Wyoming 是一种点对点 TCP 协议，旨在标准化语音助手组件之间的通信。无论具体软件实现如何，它都能让不同的服务（如唤醒词检测、语音转文本（ASR）、文本转语音（TTS）和意图处理）无缝通信。

工作原理

该协议使用 JSONL（JSON Lines）作为头部，原始 PCM 音频作为负载。每条消息由一个 JSON 对象头部、可选的附加数据和二进制负载组成。这种结构允许通过 TCP 连接高效地流式传输音频和控制事件。

适用人群

主要面向开发语音助手或智能家居集成的开发者，特别是使用 Home Assistant 的用户，他们需要一种标准化的方式来连接音频硬件、语音识别模型和合成引擎。

主要亮点

• 完整的语音处理流程：支持完整的语音交互循环：唤醒词检测、语音活动检测（VAD）、语音转文本、意图识别和文本转语音。
• 标准化事件流：为转录和合成等服务定义了清晰的请求-响应模式，包括对流式传输的支持。
• 模块化架构：通过统一接口支持多种后端项目，如 Faster Whisper、Piper 和 openWakeWord。
• 卫星支持：包含专门用于管理远程语音卫星和触发服务器端流程的事件。