VoiceTrigger

VoiceTrigger

VoiceTrigger — это мод для Minecraft на NeoForge, позволяющий игрокам управлять игровыми клавишами с помощью голосовых команд. Он использует модель глубокого обучения Wav2Vec2 в сочетании с обученными моделями для распознавания и сопоставления речи, обеспечивая погружение в голосовое управление Minecraft.

Возможности

• Голосовая привязка клавиш: привязывайте собственные голосовые команды к любой игровой клавише
• Распознавание речи на основе глубокого обучения: высокоточное сопоставление голоса на базе модели Wav2Vec2
• Мониторинг голоса в реальном времени: поддерживает как непрерывный режим, так и режим по нажатию клавиши
• Определение тишины: умное определение начала и конца речи с автоматической фильтрацией тихих участков
• Настраиваемые параметры: регулируемые пороги схожести, тишины и другие параметры

Системные требования

• Minecraft 1.21.1
• NeoForge 21.1.209+
• Java 21+
• Микрофон

Установка

1. Убедитесь, что установлен NeoForge 1.21.1
2. Скачайте последний JAR-файл мода VoiceTrigger
3. Поместите JAR-файл в папку .minecraft/mods
4. Запустите игру

Использование

Открытие интерфейса голосовой привязки

Нажмите B (по умолчанию) в игре, чтобы открыть интерфейс настроек голосовой привязки.

Запись голосовых шаблонов

1. В интерфейсе голосовой привязки найдите клавишу для привязки
2. Нажмите кнопку «Record», чтобы начать запись
3. Произнесите нужную голосовую команду в микрофон (рекомендуемая длительность: 2–3 секунды)
4. Нажмите «Stop», чтобы завершить запись
5. Голосовой шаблон будет автоматически сохранён и зарегистрирован

Режимы голосового срабатывания

Мод поддерживает два режима мониторинга голоса (настраиваются):

Конфигурация

Путь к файлу конфигурации: .minecraft/config/voice_trigger-client.toml

# Порог схожести (для совпадения нужно превысить это значение)
# Диапазон: 0.0 ~ 1.0, по умолчанию: 0.75
similarityThreshold = 0.75

# Порог определения тишины (дБ)
# По умолчанию: -43.0
silenceThreshold = -43.0

# Размер аудиобуфера (байты)
# Диапазон: 1024 ~ 16384, по умолчанию: 4096
bufferSize = 4096

# Минимальное количество кадров для совпадения
# Диапазон: 1 ~ 16, по умолчанию: 3
minFramesForMatch = 3

# Режим непрерывного мониторинга
# ON: непрерывный мониторинг микрофона
# OFF: слушает только при удержании клавиши V
continuousMonitoring = "ON"

Советы по настройке

• Низкая точность распознавания: уменьшите similarityThreshold (например, 0.65)
• Частые ложные срабатывания: увеличьте similarityThreshold (например, 0.85)
• Короткие записи: увеличьте minFramesForMatch
• Шумное окружение: повысьте silenceThreshold (например, -35.0)

Разработка

Требования к окружению

• JDK 21+
• Gradle 8.8+

Клонирование проекта

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

Сборка проекта

# Windows
gradlew.bat build

# Linux/macOS
./gradlew build

Артефакты сборки находятся в build/libs/.

Запуск среды разработки

# Запуск клиента
gradlew.bat runClient

# Запуск сервера
gradlew.bat runServer

### Генерация языковых файлов

```bash
gradlew.bat runData

Техническая архитектура

Основные компоненты

Зависимости

• TarsosDSP: обработка звука и ввод с микрофона
• DJL (Deep Java Library): фреймворк для вывода глубокого обучения
• PyTorch Engine: среда выполнения модели Wav2Vec2

Хранение голосовых профилей

Голосовые шаблоны хранятся в: .minecraft/config/voice_trigger/*.wav

Формат имени файла: {key_name}.wav

Привязки клавиш

FAQ

В: Распознавание голоса не работает?

1. Проверьте работу микрофона
2. Убедитесь, что микрофон включён в настройках звука игры
3. Проверьте logs/latest.log на наличие сообщений об ошибках

В: Низкий процент распознавания?

1. Перезапишите более чёткие голосовые шаблоны
2. Рекомендуемая длительность записи: 2-3 секунды
3. Уменьшите значение similarityThreshold
4. Убедитесь, что запись проходит в тихой обстановке

В: Слишком много ложных срабатываний?

1. Увеличьте значение similarityThreshold
2. Используйте более отличительные голосовые команды
3. Повысьте silenceThreshold, чтобы отфильтровать фоновый шум

Лицензия

Лицензировано под GNU Lesser General Public License v3.0.

Автор

• Gugle - Ведущий разработчик

Благодарности

• NeoForge - загрузчик модов для Minecraft
• TarsosDSP - библиотека обработки звука
• DJL - фреймворк глубокого обучения
• Wav2Vec2 - модель распознавания речи