Picovoice/rhino

Rhino – 本地设备语音转意图引擎

它是什么 – Rhino 是一个轻量级、本地运行的引擎，可将语音命令实时转换为结构化的 意图 和 槽位（键值对）。它可在多种硬件上本地运行——从微控制器（Arm Cortex‑M、STM32、Arduino）到手机、桌面设备和浏览器，因此无需连接云端。

它是如何工作的 – 开发者使用 Picovoice 的 Console 定义一个 上下文（一组语音命令）。每个命令是一个包含 槽位 的 表达式（例如，$size:beverageSize）。Rhino 的深度神经网络模型经过真实世界音频训练，会监听麦克风流，检测何时说出命令，并返回类似 JSON 的推理结果：

{
  "isUnderstood": true,
  "intent": "orderBeverage",
  "slots": {"beverage": "espresso", "size": "small", "numberOfShots": "2"}
}

如果语音不匹配上下文，isUnderstood 为 false。

来自 README 的关键特性

• 紧凑且高效 – 专为 CPU/内存受限的物联网设备设计。
• 跨平台 – 支持：
  • 嵌入式设备（Arm Cortex‑M、STM32、Arduino）
  • Raspberry Pi
  • Android / iOS
  • Web 浏览器（Chrome、Safari、Firefox、Edge）通过 WebAssembly
  • 桌面操作系统（Linux、macOS、Windows）
• 多语言支持 – 英语、中文、法语、德语、意大利语、日语、韩语、葡萄牙语、西班牙语；更多语言可商业获取。
• 自助式自定义 – 用户可通过 Picovoice Console 创建自己的上下文（意图/槽位）。
• SDK – 提供 Python、.NET、Java、Flutter、React Native、Android、iOS、Web（原生 JS 与 React）、Node.js 和 C 的即用型绑定。
• 演示应用 – 支持所有语言和平台的麦克风或文件输入的示例程序。
• 性能 – 已与主流云服务进行基准测试对比（见链接的基准测试仓库）。

典型应用场景 – 语音控制的智能家居设备、电器、可穿戴设备，或任何需要在本地识别少量固定命令而无需将音频发送至云端的应用。

快速入门 – 为你的语言安装 SDK（例如，Python 使用 pip install pvrhino），从 Picovoice Console 获取 AccessKey，加载上下文文件，并将 16 位 PCM 音频帧传给 process()。当 process() 返回 true 时，调用 get_inference() 获取意图。

---

链接

• 交互式网页演示
• Picovoice Console（创建上下文）
• 基准对比
• SDK 包页面（PyPI、Maven、npm、NuGet、CocoaPods、Pub 等）