声随形动

声随形动

用语音控制你的游戏

工具

VoiceTrigger

Minecraft NeoForge License

VoiceTrigger 是一个 Minecraft NeoForge 模组,允许玩家通过语音命令控制游戏按键。它利用 Wav2Vec2 深度学习模型,并结合自定义训练的模型进行语音识别与匹配,为 Minecraft 带来沉浸式的语音控制体验。

功能特性

  • 语音按键绑定:将自定义语音命令绑定到任意游戏内按键
  • 深度学习语音识别:基于 Wav2Vec2 模型的高精度语音匹配
  • 实时语音监测:支持持续监测和按键触发两种模式
  • 静音检测:智能检测语音起止点,自动过滤静音片段
  • 可配置参数:可调整相似度、静音等参数的阈值

系统要求

  • Minecraft 1.21.1
  • NeoForge 21.1.209+
  • Java 21+
  • 麦克风设备

安装

  1. 确保已安装 NeoForge 1.21.1
  2. 下载最新的 VoiceTrigger 模组 JAR 文件
  3. 将 JAR 文件放入 .minecraft/mods 目录
  4. 启动游戏

使用方法

打开语音绑定界面

在游戏中按 B(默认)打开语音绑定设置界面。

录制语音模板

  1. 在语音绑定界面中,找到要绑定的按键
  2. 点击“录制”按钮开始录制
  3. 对着麦克风说出你想要的语音命令(推荐时长:2-3 秒)
  4. 点击“停止”结束录制
  5. 语音模板将自动保存并注册

语音触发模式

模组支持两种语音监测模式(可配置):

模式 描述
持续监测(ON) 进入游戏世界后自动监测麦克风,游戏暂停时暂停监测
按键触发(OFF) 仅在按住 V 键时进行监听

配置

配置文件路径:.minecraft/config/voice_trigger-client.toml

# Similarity threshold (requires exceeding this value for match)
# Range: 0.0 ~ 1.0, default: 0.75
similarityThreshold = 0.75

# Silence detection threshold (dB)
# Default: -43.0
silenceThreshold = -43.0

# Audio buffer size (bytes)
# Range: 1024 ~ 16384, default: 4096
bufferSize = 4096

# Minimum frames required for match
# Range: 1 ~ 16, default: 3
minFramesForMatch = 3

# Continuous monitoring mode
# ON: Continuous microphone monitoring
# OFF: Listens only when V key is held
continuousMonitoring = "ON"

配置建议

  • 识别率低:降低 similarityThreshold(例如 0.65)
  • 频繁误触发:提高 similarityThreshold(例如 0.85)
  • 录音过短:增加 minFramesForMatch
  • 环境嘈杂:提高 silenceThreshold(例如 -35.0)

开发

环境要求

  • JDK 21+
  • Gradle 8.8+

克隆项目

git clone https://github.com/your-repo/VoiceTrigger.git
cd VoiceTrigger

构建项目

# Windows
gradlew.bat build

# Linux/macOS
./gradlew build

构建产物位于 build/libs/。

运行开发环境

# Launch client
gradlew.bat runClient

# Launch server
gradlew.bat runServer

生成语言文件

gradlew.bat runData

技术架构

核心组件

组件 描述
VoiceListener 实时语音监听器,处理麦克风输入和语音匹配
VoiceRecorder 语音录制器,用于捕获用户语音模板
VoiceProfileManager 管理 WAV 文件的存储和加载
AudioSimilarityDL 基于 Wav2Vec2 模型的深度学习音频相似度计算

依赖

  • TarsosDSP:音频处理和麦克风输入
  • DJL (Deep Java Library):深度学习推理框架
  • PyTorch Engine:Wav2Vec2 模型运行时

语音配置存储

语音模板存储于:.minecraft/config/voice_trigger/*.wav

文件命名格式:{key_name}.wav

按键绑定

按键 功能
B 打开语音绑定界面
V 语音监测(仅在 continuousMonitoring=OFF 时)

常见问题

问:语音识别不工作?

  1. 验证麦克风功能是否正常
  2. 确认游戏声音设置中已启用麦克风
  3. 检查 logs/latest.log 中的错误信息

问:识别率低?

  1. 重新录制更清晰的语音模板
  2. 推荐录制时长:2-3 秒
  3. 降低 similarityThreshold 值
  4. 确保录制环境安静

问:误触发过多?

  1. 提高 similarityThreshold 值
  2. 使用更具辨识度的语音命令
  3. 提高 silenceThreshold 以过滤背景噪声

许可证

基于 GNU Lesser General Public License v3.0 授权。

作者

  • Gugle - 首席开发者

致谢