跳到主要内容
版本：V2.0.5.x

3.7.常见问题

Q1: 如何修改唤醒词？​

A: 在 tk_audio_process.py 中修改：

self.wake_up_words = ["天工", "天空", "天宫"]  # 改成你的唤醒词

Q2: 如何增加语音响应速度？​

A: 减小 LLM 模型或使用更快的模型：

# 在 llm_client.py 中
self.model = "qwen2.5:0.5b"  # 改为更小的模型，但是生成回答的逻辑性会有待验证

Q3: 如何调整 TTS 语速？​

A: 在 piper_provider.py 中调整：

self.piper_syn_config = SynthesisConfig(
    length_scale=0.8,  # < 1.0 更快，> 1.0 更慢
    ...
)

Q4: 支持多语言吗？​

A: 需要下载对应语言的 Piper 模型：

# 下载对应的语种语音模型
https://huggingface.co/rhasspy/piper-voices/tree/main

然后在 piper_provider.py 中修改模型路径。

B: x86上的Funasr也需要重新部署支持英文的模型，参考： https://github.com/modelscope/FunASR

Q5: 如何实现多轮对话记忆？​

A: 调整 llm_client.py 中的历史记录长度：

self.history = deque(maxlen=10)  # 保存最近 5 轮（10 条消息）

Q6: 可以离线使用其他 Ollama 模型吗？​

A: 可以，但 Ollama 模型需要提前下载：

ollama pull qwen2.5:1.5b

然后修改调用 llm_client 的调用，指定对应的模型。

Q7: 调用 funasr_client 进行语音识别时报错？​

到x86机器上检查funasr服务对应的docker容器是否启动：

docker ps|grep asr

Q8: 如何处理网络不稳定？​

A: 增加重试机制：

for attempt in range(3):
    try:
        result = self.asr_service.to_text(audio_bytes)
        return result
    except Exception as e:
        if attempt < 2:
            time.sleep(2 ** attempt)  # 指数退避
        else:
            raise