如何用 waku-agent 打造免提AI助理waku waku 唤醒词与本地神经语音完整教程【免费下载链接】waku-agentWaku Waku! Waku Agent is a local-first AI agent harness you actually own, including loop, memory, eval, all in code built to stay legible as it grows.项目地址: https://gitcode.com/gh_mirrors/wa/waku-agentwaku-agent 是一个开源的本地优先local-firstAI Agent 框架本教程带你用它的语音网关打造一个真正的免提 AI 助理喊一声 waku waku 唤醒词本地 Whisper 模型听清你的指令本地神经语音 Kokoro 开口作答——全程在自己电脑运行语音数据不出门。整个过程不需要训练任何模型新手也能快速上手。1. 为什么 waku-agent 的语音助理不一样大多数语音助手把你的话上传云端。waku-agent 的做法是耳朵在本地语音转文字用的是本地运行的 Whisper 模型faster-whisper首次运行下载约 74MB 的模型文件之后完全离线识别嘴巴也在本地默认调用 macOS 的say语音合成零配置安装 Kokoro 后可自动升级为全离线的英式管家神经语音和打字是同一个大脑语音只是网关Gateway说出的话和你打字一样走完全相同的 Agent 循环——记忆、技能、工具调用全都生效而且语音里说过的事文字聊天里记得2. 一键安装语音功能准备工作只需一次# 1. 安装 waku-agent源码仓库https://gitcode.com/gh_mirrors/wa/waku-agent git clone https://gitcode.com/gh_mirrors/wa/waku-agent cd waku-agent # 2. 配置模型 API 密钥.env 文件详见 docs/getting-started.md cp .env.example .env # 填入 WAKU_PROVIDER 和对应的 key # 3. 安装语音扩展Whisper 听写 麦克风采集 uv pip install -e .[voice]启动免提模式waku voice # 或 make voice看到Listening for waku waku — Ctrl-C to quit.就成功了。它默认就是免提模式一直听着听到唤醒词才醒。3. 唤醒词原理waku waku 是怎么被认出来的这是本教程最有趣的部分。Whisper 听语音时有个通病——它会把 waku waku 听成各种奇怪的写法。waku-agent 的解法非常聪明允许唤醒词配置多个变体逗号分隔跨语言都行。默认唤醒词配置见 waku/gateway/voice.pywaku waku,wakuwaku,waku,waka waka,wako wako,walk walk,わくわく匹配逻辑matches_wake函数约 15 行透明代码会做归一化 模糊相似度比对效果如下你说实际听成能否唤醒waku wakuwakuwaku吞掉空格✅Waku, waku!Waku, waku!带标点✅walku waku一个字母听错✅模糊匹配わくわく日语音符✅跨文字变体wake up call只是发音相近❌walk to work完全无关❌这些用例都被固定成自动化测试确定性 eval写在 evals/deterministic/test_wake_word.py保证以后升级也不会失聪。想换自己的唤醒词任何短语都可以不用训练WAKU_WAKE_WORDhey waku waku voice # 换成你的短语 WAKU_WAKE_WORD waku voice # 清空则变为按键说话模式4. 双模型流水线既灵敏又省 CPU唤醒循环wake_loop内部有两副耳朵分工明确侦察兵tiny 模型常驻监听每 2.5 秒切一段音频做快速识别功耗极低只负责有没有人在叫我的名字主力base 模型更准唤醒词命中后才登场负责完整转写你的指令并交给 Agent唤醒之后的体验是类 Siri的Waku 会先出声确认默认说一声 Yes?听你说话说完停 1.2 秒即自动截断回答后它还会保持 8 秒会话窗口你可以直接追问不用再喊一遍唤醒词——安静超过 8 秒才回到待命状态。整个过程还有一个贴心的细节Waku 说完话会先清空麦克风缓冲避免被自己的声音再次唤醒。5. 本地神经语音三级声音升级路径Level 1 —— 系统默认声零配置macOS 上直接用say而且 Waku 会自动挑选你机器上最好听的音色优先使用你在系统设置 ▸ 辅助功能 ▸ 语音内容 ▸ 系统语音里下载过的 Premium / Enhanced 高质量语音自动升级无需改任何配置。Level 2 —— 本地神经语音 Kokoro推荐Kokoro-82M 是 Apache-2.0 协议的全本地神经语音引擎默认的bm_george音色就像一位英式管家。安装后 Waku自动检测并启用连环境变量都不用设uv pip install .[voice-neural] # 拉取 Kokoro torch约 2GBLevel 3 —— 手动指定音色用WAKU_VOICE覆盖任一引擎的音色say 音色名或 Kokoro 的bf_emma、bm_fable等WAKU_VOICEbf_emma waku voice一个容易踩的坑Kokoro 的音色是英文的b British English。中文场景下建议保留say引擎 中文系统语音体验更自然。6. 免提助理常用参数速查环境变量作用建议WAKU_WAKE_WORD唤醒词逗号分隔多个变体含异体字/假名留空 按键说话模式WAKU_MIC_THRESHOLD麦克风静音阈值默认 0.005听不见你就调低房间杂音误唤醒就调高WAKU_FOLLOWUP_SECONDS回答后保持会话的秒数默认 8追问题多就调大WAKU_WAKE_ACK唤醒后的确认词默认 Yes?改成你喜欢的口头禅WAKU_TTS/WAKU_VOICE强制指定 TTS 引擎与音色一般留空走自动检测即可WAKU_WHISPER_MODEL主力 Whisper 模型大小默认 base机器配置高可换 larger完整参数说明见 docs/integrations.md命令总览见 docs/commands.md。7. 常见问题免提模式不灵怎么办唤不醒 / 误唤醒这是麦克风灵敏度问题先用WAKU_MIC_THRESHOLD调阈值再不行就给唤醒词多写几个变体Waku 自己的默认配置就带 7 个变体都是被真实语音教出来的。Waku 会不会被自己的回答唤醒不会回答结束后它会主动清空麦克风缓冲再恢复监听。语音对话的记忆存哪和其他渠道一样存在本地~/.waku/state.db退出重启后语音里聊过的事依然记得。换电脑 / 想用别的渠道语音网关只是 waku-agent 的入口之一Telegram、Discord、网页 dashboard 共用同一个大脑详见 docs/tour.md。8. 小结一条命令waku voice获得免提 AI 助理唤醒词可随意自定义、无需训练语音识别Whisper与语音合成say / Kokoro全部本地运行隐私不出门模糊唤醒词匹配 双模型流水线让喊一声就响应既灵敏又省资源语音渠道与文字渠道共享同一套记忆你口述的偏好打字时它照样记得核心实现都在 waku/gateway/voice.py 这一个文件里从唤醒匹配到麦克风管理不过 300 行——这正是 waku-agent 的设计哲学足够小你能读懂它也敢改它。【免费下载链接】waku-agentWaku Waku! Waku Agent is a local-first AI agent harness you actually own, including loop, memory, eval, all in code built to stay legible as it grows.项目地址: https://gitcode.com/gh_mirrors/wa/waku-agent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考