【实战教程】基于Python实现英雄联盟语音输入方案（附完整开源代码）

在英雄联盟对局中，快速和队友沟通是取胜的关键！但手动打字不仅慢，还容易错过操作时机；原生语音聊天又可能遇到队友静音、环境嘈杂等问题。今天就给大家分享一个轻量级英雄联盟语音输入方案——按住按键录音，松开自动转文字，直接复制到游戏聊天框，解放双手，沟通效率拉满！

• GitHub地址：https://github.com/Umbrella167/SpellVoice

• Gitee地址（国内镜像）：https://gitee.com/Umbrella167/SpellVoice

• 在线体验 https://voice.magetech.com.cn/
  魔法语音输入助手,SpellVoice

一、方案核心优势

1. 极简操作：按住指定按键录音，松开自动识别成文字，无需复杂操作；

2. 轻量化：基于Python实现，无冗余依赖，运行内存占用极低；

3. 可定制：支持自定义录音按键、退出按键，适配不同玩家操作习惯；

4. 跨平台：兼容Windows/macOS（核心逻辑通用，仅音频驱动细节需微调）；

5. 开源可扩展：可根据自己需求对接不同语音识别API，适配更多场景。

二、环境准备

1. 基础环境

• Python 3.7+（推荐3.8~3.10版本，兼容性最佳）

• 操作系统：Windows（实测Win10/11）/macOS/Linux

2. 依赖安装

核心依赖包括音频录制（pyaudio）、网络请求（requests）、按键监听（keyboard）等，执行以下命令安装：

# 基础依赖
pip install requests keyboard json uuid wave tempfile threading

# 重点：安装pyaudio（音频录制核心库）
# Windows推荐方式（避免编译失败）
pip install pipwin
pipwin install pyaudio

# macOS/Linux
# macOS: brew install portaudio && pip install pyaudio
# Linux: sudo apt-get install portaudio19-dev && pip install pyaudio

三、核心实现原理

整个方案的核心逻辑分为4步，流程清晰易懂：

按键监听 → 音频录制 → 语音识别API调用 → 输出文字结果

1. 按键监听：通过keyboard库监听指定按键（默认V键），按住时启动录音，松开时停止；

2. 音频录制：通过pyaudio录制16000Hz采样率、单声道的PCM音频，保存为临时WAV文件；

3. 语音识别：将WAV文件转Base64编码，调用通用语音识别API（支持自定义对接讯飞、百度、阿里等平台）；

4. 结果输出：识别完成后打印文字结果，直接复制到英雄联盟聊天框即可发送。

四、核心代码解析

下面拆解关键模块，帮大家理解核心逻辑（完整代码见文末开源地址）。

1. 配置文件加载（load_config）

通过config.json管理API密钥、按键配置等敏感/可配置信息，避免硬编码：

def load_config():
    config_path = os.path.join(os.path.dirname(os.path.abspath(__file__)), "config.json")
    if not os.path.exists(config_path):
        print(f"[ERROR] config.json not found at {config_path}")
        print("Please copy config.json and fill in your API credentials.")
        sys.exit(1)
    with open(config_path, encoding="utf-8") as f:
        return json.load(f)

config.json示例（需替换为自己的API信息）：

{
    "api_key": "YOUR_API_KEY_HERE",
    "resource_id": "YOUR_RESOURCE_ID_HERE",
    "recognize_url": "https://api.example.com/speech/recognize",
    "record_key": "v",
    "exit_key": "esc"
}

2. 音频录制与保存（save_wav）

录制的音频数据暂存到内存，停止录音后保存为临时WAV文件（避免磁盘冗余）：

def save_wav(audio, frames_data):
    tmp = tempfile.NamedTemporaryFile(suffix=".wav", delete=False)
    wf = wave.open(tmp.name, "wb")
    wf.setnchannels(CHANNELS)
    wf.setsampwidth(audio.get_sample_size(FORMAT))
    wf.setframerate(RATE)
    wf.writeframes(b"".join(frames_data))
    wf.close()
    return tmp.name

3. 语音识别核心逻辑（recognize）

将WAV文件转Base64后调用API，解析返回结果并输出：

def recognize(cfg, wav_path):
    with open(wav_path, "rb") as f:
        base64_data = base64.b64encode(f.read()).decode("utf-8")

    headers = {
        "X-Api-Key": cfg.get("api_key", ""),
        "X-Api-Resource-Id": cfg.get("resource_id", ""),
        "X-Api-Request-Id": str(uuid.uuid4()),
        "X-Api-Sequence": "-1",
    }

    body = {
        "user": {"uid": "demo_user"},
        "audio": {"data": base64_data},
        "request": {
            "model_name": "bigmodel",
            "enable_itn": True,  # 开启数字转换（比如"123"转"一百二十三"）
            "enable_punc": True, # 开启标点符号
        },
    }

    try:
        resp = requests.post(
            cfg.get("recognize_url", ""), json=body, headers=headers, timeout=120
        )
        # 解析API返回码和结果
        code = resp.headers.get("X-Api-Status-Code", "")
        if code == "20000000":
            result = resp.json()
            utterances = result.get("result", {}).get("utterances", [])
            text = "".join(u["text"] for u in utterances)
            if text:
                print(f"\n[RESULT] {text}")  # 识别结果打印，直接复制即可
            else:
                print("\n[INFO] No speech detected.")
        else:
            msg = resp.headers.get("X-Api-Message", "Unknown error")
            print(f"\n[ERROR] API error ({code}): {msg}")
    except requests.RequestException as e:
        print(f"\n[ERROR] Request failed: {e}")

4. 按键监听与主线程（main）

通过多线程实现“录音不阻塞主线程”，监听按键事件控制录音启停：

def main():
    cfg = load_config()
    # 校验API密钥
    if not cfg.get("api_key") or cfg["api_key"] == "YOUR_API_KEY_HERE":
        print("[ERROR] Please fill in api_key in config.json")
        sys.exit(1)

    record_key = cfg.get("record_key", "v")
    exit_key = cfg.get("exit_key", "esc")

    audio = pyaudio.PyPyAudio() if hasattr(pyaudio, "PyPyAudio") else pyaudio.PyAudio()
    frames = []
    recording = False
    stream = None
    exit_flag = threading.Event()

    # 录音循环（子线程执行）
    def record_loop():
        nonlocal frames, stream, recording
        while recording:
            try:
                data = stream.read(CHUNK, exception_on_overflow=False)
                frames.append(data)
            except Exception:
                break

    # 按键事件回调
    def on_key(event):
        nonlocal frames, stream, recording
        # 录音按键逻辑（按住V录音，松开停止）
        if event.name == record_key:
            if event.event_type == keyboard.KEY_DOWN and not recording:
                recording = True
                frames = []
                stream = audio.open(
                    format=FORMAT, channels=CHANNELS, rate=RATE,
                    input=True, frames_per_buffer=CHUNK,
                )
                threading.Thread(target=record_loop, daemon=True).start()
                print(f"\r[REC] Recording... (release '{record_key}' to stop)", end="", flush=True)
            elif event.event_type == keyboard.KEY_UP and recording:
                recording = False
                time.sleep(0.1)
                if stream:
                    stream.stop_stream()
                    stream.close()
                if frames:
                    print(f"\r[INFO] Recognizing...                    ", end="", flush=True)
                    wav_path = save_wav(audio, frames)
                    # 异步识别，避免阻塞
                    threading.Thread(target=recognize, args=(cfg, wav_path), daemon=True).start()
            return False

        # 退出按键（ESC）
        if event.name == exit_key and event.event_type == keyboard.KEY_DOWN:
            exit_flag.set()
            return False
        return True

    # 注册按键钩子
    keyboard.hook(on_key)
    print("=" * 40)
    print("  SpellVoice - 英雄联盟语音输入方案")
    print("=" * 40)
    print(f"  录音按键 : 按住 '{record_key}' 开始录音")
    print(f"  退出按键   : {exit_key}")
    print("=" * 40)
    print("监听按键事件中...")

    try:
        exit_flag.wait()
    except KeyboardInterrupt:
        pass

    keyboard.unhook_all()
    audio.terminate()
    print("\nBye!")

五、使用教程（英雄联盟适配版）

1. 下载源码

• GitHub地址：https://github.com/Umbrella167/SpellVoice

• Gitee地址（国内镜像）：https://gitee.com/Umbrella167/SpellVoice

在线体验 https://voice.magetech.com.cn/
魔法语音输入助手,SpellVoice

2. 配置API信息

1. 复制项目中的config.json.example为config.json；

2. 填写api_key、resource_id、recognize_url（需对接自己的语音识别API，比如讯飞开放平台、百度智能云等）；

3. 可选：修改record_key（录音按键）、exit_key（退出按键）。

3. 运行程序

python demo.py

4. 游戏内使用

1. 运行程序后，切回英雄联盟游戏界面；

2. 按住配置的录音按键（默认V）开始说话（比如“中路来人了”“大龙团战”）；

3. 松开按键，程序自动识别并打印文字结果；

4. 复制识别结果，按Enter打开游戏聊天框，粘贴后发送即可。

六、注意事项

1. 音频权限：Windows需允许程序访问麦克风，macOS需在“系统设置-隐私与安全性-麦克风”中授权；

2. API对接：不同语音识别平台的接口参数不同，需根据平台文档调整recognize函数中的headers和body；

3. 游戏兼容性：英雄联盟聊天框支持粘贴，识别结果可直接复制，无需额外适配；

4. 按键冲突：若录音按键（默认V）和游戏技能键冲突，可在config.json中修改为其他按键（比如z/x）；

5. 低延迟优化：可减小CHUNK值（默认1024）降低录音延迟，但可能增加CPU占用。

七、总结

这个方案以极简的逻辑实现了英雄联盟语音输入的核心需求，既解决了手动打字慢的问题，又避免了语音聊天的噪音干扰。代码完全开源，大家可以根据自己的需求扩展功能（比如自动发送到游戏聊天框、自定义话术模板、多语言识别等）。

如果觉得这个教程有用，欢迎给项目点个Star！有任何问题，也可以在仓库Issues中交流～

开源地址

• GitHub：https://github.com/Umbrella167/SpellVoice

• Gitee（国内镜像）：https://gitee.com/Umbrella167/SpellVoice