2. 环境搭建与工具链：Python环境配置、TensorFlow Lite安装、ONNX Runtime安装、音频处理库（librosa、sounddevice）

好，咱们正式开始动手了。

这一章，说白了就是“把家伙事儿备齐”。你想想看，一个厨师要炒菜，总得先把锅碗瓢盆、油盐酱醋摆好吧？咱们做语音唤醒词模型部署也一样。环境搭不好，后面全是坑。我见过太多同学，代码写得很漂亮，结果一跑就报错，最后发现是Python版本不对，或者某个库没装对。嗯，咱们别走弯路。

2.1 Python环境配置：选对版本，省一半心

我个人习惯用Python 3.8或3.9。为什么？因为TensorFlow Lite和ONNX Runtime对这两个版本的支持最稳定。Python 3.10以上，有些老库的兼容性会出问题。我在项目中遇到过，用Python 3.11装某个音频处理库，死活装不上，最后降级到3.9，一分钟搞定。

我建议你用虚拟环境。别图省事，直接在系统Python里装一堆包。那样做，项目一多，依赖冲突能让你崩溃。

创建环境的命令很简单：

# 使用 conda
conda create -n wakeup_env python=3.9
conda activate wakeup_env

# 或者使用 venv
python -m venv wakeup_env
source wakeup_env/bin/activate  # Linux/Mac
wakeup_env\Scripts\activate     # Windows

环境激活后，你会看到命令行前面多了个 (wakeup_env)。看到这个，就说明你已经在虚拟环境里了。接下来装什么，都不会污染系统。

2.2 TensorFlow Lite安装：轻量级推理的利器

TensorFlow Lite，简称TFLite。它是专门为移动端和嵌入式设备设计的。咱们做唤醒词模型，最终要跑在树莓派、手机或者智能音箱上，TFLite是首选。

安装其实很简单，但有个坑：别装错了版本。

我曾经帮一个同学排查问题，他装的是 tensorflow 而不是 tflite-runtime。结果模型文件大了10倍，推理速度慢得离谱。记住，咱们要的是 tflite-runtime，它只包含推理引擎，不包含训练功能，体积小、速度快。

# 安装 TensorFlow Lite 运行时
pip install tflite-runtime

# 如果你需要完整的 TensorFlow（比如还要训练模型），可以装这个
# pip install tensorflow

pip install https://github.com/google-coral/pycoral/releases/download/release-frogfish/tflite_runtime-2.5.0-cp39-cp39-linux_armv7l.whl

装完之后，验证一下：

python -c "import tflite_runtime; print(tflite_runtime.__version__)"

如果输出版本号，恭喜你，装对了。

2.3 ONNX Runtime安装：跨平台的推理引擎

ONNX Runtime，是微软开源的推理引擎。它支持ONNX格式的模型。为什么咱们要提它？因为有些模型，比如用PyTorch训练的，转成ONNX格式后，用ONNX Runtime跑，效率非常高。

我个人习惯是：TFLite和ONNX Runtime都装上。为什么？因为不同的部署场景，可能需要不同的方案。比如，你要跑在iOS上，TFLite更合适；跑在Windows服务器上，ONNX Runtime可能更快。多一个选择，多一条路。

安装命令：

# CPU版本（大多数情况够用）
pip install onnxruntime

# GPU版本（如果你有NVIDIA显卡，且需要加速）
# pip install onnxruntime-gpu

验证安装：

python -c "import onnxruntime; print(onnxruntime.__version__)"

2.4 音频处理库：librosa 和 sounddevice

做语音唤醒，离不开音频处理。这两个库，一个负责分析，一个负责采集。

2.4.1 librosa：音频分析的瑞士军刀

librosa，说白了就是Python界的音频处理神器。提取MFCC特征、计算频谱、重采样、时频变换……它全包了。咱们后面做唤醒词模型，特征提取全靠它。

安装：

pip install librosa

注意，librosa依赖很多底层库。在Windows上，可能会遇到 soundfile 装不上的问题。解决办法是装个 conda 版本：

conda install -c conda-forge librosa

我在项目中遇到过，用pip装librosa，结果报错说缺少 libsndfile。后来用conda装，一步到位。所以，如果你在Windows上，我建议直接用conda。

简单测试一下：

import librosa

# 加载一个音频文件
audio, sr = librosa.load('test.wav', sr=16000)
print(f"音频长度: {len(audio)} 采样点, 采样率: {sr} Hz")

# 提取MFCC特征
mfcc = librosa.feature.mfcc(y=audio, sr=sr, n_mfcc=13)
print(f"MFCC形状: {mfcc.shape}")

2.4.2 sounddevice：实时音频采集

sounddevice，是用来从麦克风采集音频的。咱们做唤醒词，总不能每次都读文件吧？得实时监听麦克风，检测到唤醒词就触发动作。

安装：

pip install sounddevice

这个库底层依赖PortAudio。在Linux上，你可能需要先装PortAudio：

sudo apt-get install portaudio19-dev

在Mac上，用Homebrew：

brew install portaudio

Windows上，一般直接pip就能用。如果不行，装个 pip install sounddevice --global-option='--with-portaudio'。

测试代码：

import sounddevice as sd
import numpy as np

# 列出所有音频设备
print(sd.query_devices())

# 录制3秒音频
fs = 16000
duration = 3
print("开始录音...")
recording = sd.rec(int(duration * fs), samplerate=fs, channels=1)
sd.wait()
print("录音结束")

# 保存为numpy数组，后面可以直接喂给模型
np.save('test_audio.npy', recording)

sd.default.device = 2  # 假设设备2是你的USB麦克风

2.5 一键安装脚本

为了方便，我写了个一键安装脚本。你直接复制到终端运行就行：

# install_env.sh
# 创建环境
conda create -n wakeup_env python=3.9 -y
conda activate wakeup_env

# 安装核心库
pip install tflite-runtime
pip install onnxruntime
pip install librosa
pip install sounddevice

# 验证安装
python -c "
import tflite_runtime
import onnxruntime
import librosa
import sounddevice
print('所有库安装成功！')
print(f'TFLite版本: {tflite_runtime.__version__}')
print(f'ONNX Runtime版本: {onnxruntime.__version__}')
print(f'librosa版本: {librosa.__version__}')
print(f'sounddevice版本: {sounddevice.__version__}')
"

运行完，如果看到“所有库安装成功！”，那环境就搭好了。

2.6 常见问题与避坑指南

我曾经在Windows上，因为Python是64位但装了32位的库，折腾了整整一天。所以，一定要确认你的Python是64位还是32位。用 python -c "import platform; print(platform.architecture())" 查看。

好了，环境搭好了。下一章，咱们就开始写真正的代码——从零实现一个唤醒词检测器。到时候，这些库就全派上用场了。