# 电脑模拟版智能音箱

## 目标

在电脑上跑通"录音→ASR→LLM→TTS→播放"完整流程，0 成本、0 等待。

## 硬件需求

- ✅ 电脑（你已经有了）
- ✅ 麦克风（笔记本内置）
- ✅ 音响 / 耳机（笔记本内置）

## 软件依赖

```bash
pip install -r requirements.txt
```

## 快速开始

### 1. 配置 API Key

```bash
cp .env.example .env
# 编辑 .env，填入你的 API Key
```

### 2. 启动 TTS 服务

确保你的 TTS 服务在 `http://localhost:3000` 运行（或修改 .env）。

### 3. 运行主程序

```bash
python main.py
```

### 4. 操作流程

```
[启动] → 按回车 → 开始录音 → 说一句话 → 自动停止 → 
[显示识别结果] → [显示 LLM 回复] → [听到 TTS 播放]
```

## 文件说明

| 文件 | 作用 |
|------|------|
| `main.py` | 主程序，串联所有模块 |
| `config.py` | 配置管理（API Key、服务地址） |
| `recorder.py` | 录音模块（电脑麦克风） |
| `asr.py` | 语音识别（云端 API） |
| `llm.py` | 大模型对话（云端 API） |
| `tts_client.py` | TTS 客户端（调你的服务）⭐ |
| `player.py` | 音频播放模块 |

## API 配置

### ASR（语音识别）

推荐选项：
- **OpenAI Whisper API**（最简单，¥0.006/分钟）
- 阿里达摩院 Paraformer（中文更准）
- 本地 Whisper.cpp（免费但需要配置）

### LLM（大模型）

推荐选项：
- **DeepSeek**（便宜，¥1/百万 token）
- OpenAI GPT-4o（贵但强）
- 通义千问 Qwen（中文好）
- Ollama 本地（免费但慢）

### TTS（你的服务）⭐

调本地服务：

```bash
# 你的项目跑起来后
# 默认 http://localhost:3000
```

## 调试技巧

### 1. 单独测试每个模块

```bash
python recorder.py    # 测试录音
python asr.py         # 测试 ASR
python llm.py         # 测试 LLM
python tts_client.py  # 测试 TTS
python player.py      # 测试播放
```

### 2. 查看日志

每个模块都有详细日志，能看出哪一步出错。

### 3. 常见问题

| 问题 | 解决 |
|------|------|
| 麦克风没声音 | 检查系统权限 |
| API Key 无效 | 检查 .env 配置 |
| TTS 服务连接失败 | 确认服务已启动 |
| 播放没声音 | 检查音量、输出设备 |

## 下一步

跑通电脑模拟版后：
1. 录制 3 分钟演示视频
2. 决定是否买树莓派做硬件原型
3. 联系潜在客户

---

**预计时间**：1-2 天
**预计成本**：0 元