https://www.bilibili.com/video/BV17HaKzLEi3/

运行视频。

围绕 Sherpa-ONNX 关键词唤醒 和 环境配置 的排查过程。

---

学习日记 —— Sherpa-ONNX 关键词唤醒调试记录

📅 日期

2025-09-02

---

📝 学习内容

1. MOSS & 相关背景

   • 初步了解了第一代 MOSS 项目的开发历程，知道「虾哥」在其中的关键贡献（主要是开源生态和技术实现层面的支持）。

2. 模型加载问题

   • 报错：

     InitDecoder:181 'vocab_size' does not exist in the metadata
     

   • 原因：ONNX 模型缺少 vocab_size 元数据。

   • 学到：有些 Sherpa-ONNX 模型需要带完整的元数据，如果下载的模型不包含，就会初始化失败。

3. 路径问题 (PowerShell)

   • 多次遇到 cd: 找不到路径 的错误。

   • 原因：路径里有空格或特殊符号，或者路径根本不存在。

   • 解决方法：在 PowerShell 中使用引号 "..." 并确认文件夹实际存在。

4. KeywordSpotter 初始化错误

   • 报错：

     ValueError: invalid stof argument
     

   • 原因：配置里有字段（如 sample_rate、mel_bins 等）本应是数字，但传入了字符串或空值。

   • 学到：

     • Sherpa-ONNX 的 KeywordSpotter 对配置严格要求，所有数值参数必须是整数/浮点数。

     • 在调用前打印配置内容，可以快速定位错误字段。

5. 如何在 Windows/PyCharm 执行 Linux 命令

   • 方法：

     • 在 Windows PowerShell 或 CMD 中可以运行部分命令。

     • 需要 Linux 工具时，可以安装 WSL (Windows Subsystem for Linux)，或者在 Python 中用 subprocess 调用。

---

🔍 调试方法总结

• 先跑命令行 Demo → 确认模型和参数是否正确。

• 再看 Python 封装 → 打印传入的配置，确保和 Demo 参数一致。

• 逐步排查 → 先确认路径存在，再确认数值参数类型正确。

---

🤔 我的收获

• 现在我能更快定位 ONNX 模型初始化类报错的原因。

• 熟悉了在 Windows 下如何用 PowerShell/WSL 来跑 Linux 风格命令。

• 意识到 配置验证 很重要，尤其是类型（string vs int/float）的问题。

---

好的 👍 我帮你把这几天的问答整理成一个 学习日记，内容既保留技术细节，又有记录感。下面是初稿：

---

学习日记

学习主题

语音助手 GUI 界面开发与资源优化

学习过程与收获

1. 理解现有 GUI 代码结构

• 学习了 GuiDisplay 类的作用：通过 PyQt5 构建图形化界面，负责显示情绪表情、用户输入和系统对话。

• 发现情绪表情的切换是通过 update_emotion() 方法实现的，原理是加载对应的图片资源。

• 一开始代码写的是 .png 格式，但实际 assets/ 文件夹里存放的是 .gif 文件，这说明项目经历过资源更新。

2. 图片与动画显示方式

• PNG：只能显示静态图片，如果想动起来，需要外部逻辑不断切换图片帧。

• GIF：自带多帧，可以通过 QMovie 在 PyQt5 中直接播放，避免外部频繁刷新。

• 收获：明白了 GUI 表情动画有两种实现方式——逐帧刷新（PNG）和自带帧动画（GIF）。

3. Jarvis 风格动画尝试

• 用 Python 的 matplotlib.animation 生成了一个科幻感的能量环动画，并保存为 GIF。

• 这样可以替换现有的表情 GIF，实现类似《钢铁侠》里的 Jarvis 风格界面效果。

4. 二次元表情扩展

• 在原本的 emoji 表情基础上，尝试生成了一套二次元风格的女性表情包（不同情绪：生气、开心、震惊等）。

• 这为后续在助手中切换不同“形象”提供了素材支持。

遇到的问题

• 一开始搞不清楚为什么代码里写 .png，但文件夹里全是 .gif，后来确认是历史遗留问题。

• 动画效果实现方式存在差异，需要决定是否统一为 GIF。

下一步计划

• 修改 update_emotion() 方法，兼容 PNG 和 GIF 两种格式。

• 整理一套高质量的 Jarvis 动画资源，替换现有的 emoji。

• 考虑让助手在不同场景下自动切换“二次元形象”或“科幻形象”，增强交互体验。

---