杂记

最近闲着无聊随便做了一个windows的语音唤醒助手，主要是闲平常要出门，或者不方便的时候（比如运动、躺床上的时候），可以叫一声电脑就做我想让他做的内容（可以连接LLM/GUI agent/MCP等等）。 再加上现在GUIAgent发展的很快，网上还没有语音唤醒形式的链接，也就自己搭了一个出来。 下面是这个项目的readme。 WinAssistant – Windows 本地语音唤醒与自动化执行 一个在 Windows 上运行的本地语音助手： 说出唤醒词 → 识别你的语音 → 自动执行自定义动作（脚本、GUI Agent、MCP 等）。 全离线（唤醒+识别均可离线），即插即用，优先使用耳机麦克风。 演示视频 https://github.com/user-attachments/assets/a48b8e94-8b95-46eb-9aa5-a4085c2341c4 ✨ 核心特性 多唤醒词可选 / 可自定义 内置多种常见唤醒词，也可替换为你训练的 .ppn 文件。 本地唤醒：Picovoice Porcupine 轻量、低延迟、可靠，离线运行。 语音识别：fast-whisper 内置去噪、VAD 端点检测，自动判断“用户是否说完”，可按需调节模型大小（速度/准确度权衡）。 自动音频设备选择 自动选择可用的输入/输出设备，优先耳机。 可插拔“处理态” 识别到文本后进入你的“处理态”（可自定义），例如： 调用 MCP / 工具调用 触发 GUI Agent 执行脚本、打开应用、查询信息等 🧠 工作流 / 状态机 stateDiagram-v2 [*] --> 空闲态 空闲态 --> 唤醒态: 语音唤醒 唤醒态 --> 处理态: 用户语音结束 处理态 --> 空闲态 唤醒态 --> 空闲态: 用户长时间无应答 空闲态 --> 空闲态: （持续监听） 说明：唤醒后进入实时听写；若检测到长时间静音则回退到空闲态。 ...

最近都在广泛学习一些有趣的内容，主要是通过coursera平台。在家呆了2个多月了，也不知道未来啥方向，目前也是有些迷茫的状态，还是学些东西充实下自己吧，搜寻一下感兴趣的东东。 coursera平台类似于国外的mooc，国内外还有好多这样的平台，如中国大学mooc、bilibili大学、网易云课等等。coursera需要付费会员才能观看课程，而且只能通过国外信用卡付款（无）。于是，我在淘宝一搜，这么多卖号，而且很便宜，86半年，立马充值了一波。 有了平台，我立马重新在coursera里，拾起深度学习的基础知识，吴恩达的课程。之前只听过，在coursera认真地观看，还是感觉受益匪浅，毕竟有作业有互动，感觉b站还是差点味道。 现在主要看了深度学习专项课程的前3个： 其实就相当于复习了一下之前在李沐动手学深度学习的内容。 然后光看深度学习也有些乏味，我在网上搜索coursera有没有其他好课程，打开了一个课程排名，类似于垃圾小网站的那种： 然后最近在看幸福科学，才刚开始看，讲的是如何变得幸福，通过科学的方式，感觉讲的还挺好的，在实验的加持下，科学成为人们可以坚持最大的迷信，hhh，但是还是要有反驳精神，感觉很多科学实验严谨性还是有些欠缺。 之后的日子，想了解一下金融相关的知识，挺感兴趣的。马上要开学了，5555，希望能保持学习一些课外内容的习惯。还有，运动也要保持，在家和爸妈打了一个暑假的乒乓球，每日锻炼~