update:优化目录结构

Author: openrz

.gitignore

@@ -1,3 +1,4 @@
 __pycache__
 logs
 /data
+*.log

Dockerfile

@@ -1,31 +1,36 @@
-# 第一阶段：构建Python依赖
-FROM python:3.10-slim AS builder
+# 使用Python 3.9作为基础镜像
+FROM python:3.9-slim
 
+# 设置工作目录
 WORKDIR /app
 
+# 安装系统依赖
+RUN apt-get update && apt-get install -y \
+    gcc \
+    g++ \
+    libsndfile1 \
+    libasound2-dev \
+    portaudio19-dev \
+    python3-dev \
+    && rm -rf /var/lib/apt/lists/*
+
+# 复制依赖文件
 COPY requirements.txt .
 
+# 安装Python依赖
 RUN pip install --no-cache-dir -r requirements.txt
 
-# 第二阶段：生产镜像
-FROM python:3.10-slim
-
-WORKDIR /app
-
-# 安装系统依赖
-RUN apt-get update && \
-    apt-get install -y --no-install-recommends libopus0 ffmpeg && \
-    apt-get clean && \
-    rm -rf /var/lib/apt/lists/*
-
-# 复制Python依赖
-COPY --from=builder /usr/local/lib/python3.10/site-packages /usr/local/lib/python3.10/site-packages
-
 # 复制应用代码
-COPY . .
+COPY app/ ./app/
+COPY data/ ./data/
+COPY start_server.py .
 
 # 创建临时目录
-RUN mkdir -p /app/tmp
+RUN mkdir -p tmp
+
+# 设置环境变量
+ENV PYTHONPATH=/app
+ENV PYTHONUNBUFFERED=1
 
-# 启动应用
-CMD ["python", "app.py"]
+# 启动命令
+CMD ["python", "start_server.py"]

README.md

@@ -1,80 +1,247 @@
-# voiceprint-api
+# 3D-Speaker 声纹识别API
 
-基于3D-Speaker的声纹识别API服务
+基于3D-Speaker模型的声纹识别服务，提供声纹注册、识别、删除等功能。
 
-## 项目简介
+## 🚀 新版本特性
 
-本项目是一个基于FastAPI开发的声纹识别HTTP服务，使用3D-Speaker模型实现声纹识别功能。支持声纹注册和识别功能，并提供完整的API文档。
+### 架构重构
+- **模块化设计**: 清晰的目录结构，便于维护和扩展
+- **高并发支持**: 使用gunicorn + gevent，支持高并发访问
+- **配置管理**: 统一的配置管理，支持环境变量和配置文件
+- **日志系统**: 完善的日志记录和监控
+- **错误处理**: 统一的异常处理和错误响应
 
-目前用于[xiaozhi-esp32-server](https://github.com/xinnan-tech/xiaozhi-esp32-server)项目，识别小智设备说话人
+### 性能优化
+- **连接池**: 数据库连接池，提高并发性能
+- **异步处理**: 支持异步音频处理
+- **内存管理**: 优化的内存使用和临时文件清理
+- **缓存策略**: 模型预加载，减少响应时间
 
-## 主要功能
+## 📁 项目结构
 
-1. 声纹注册
-   - 输入：说话人ID和声音WAV文件
-   - 输出：注册成功状态
+```
+voiceprint-api/
+├── app/                          # 应用主目录
+│   ├── main.py                   # FastAPI应用入口
+│   ├── core/                     # 核心模块
+│   │   ├── config.py             # 配置管理
+│   │   ├── security.py           # 安全认证
+│   │   └── logging.py            # 日志配置
+│   ├── api/                      # API模块
+│   │   ├── v1/                   # API v1版本
+│   │   │   ├── endpoints/        # API端点
+│   │   │   │   ├── voiceprint.py # 声纹相关API
+│   │   │   │   └── health.py     # 健康检查API
+│   │   │   └── api.py            # API路由
+│   │   └── dependencies.py       # API依赖
+│   ├── models/                   # 数据模型
+│   │   └── voiceprint.py         # 声纹数据模型
+│   ├── services/                 # 业务服务
+│   │   └── voiceprint_service.py # 声纹识别服务
+│   ├── database/                 # 数据库模块
+│   │   ├── connection.py         # 数据库连接
+│   │   └── voiceprint_db.py      # 声纹数据库操作
+│   └── utils/                    # 工具模块
+│       └── audio_utils.py        # 音频处理工具
+├── data/                       # 配置文件
+│   └── .voiceprint.yaml           # 主配置文件
+├── tmp/                          # 临时文件目录
+├── start_server.py               # 生产环境启动脚本
+├── requirements.txt              # Python依赖
+├── Dockerfile                    # Docker配置
+└── README.md                     # 项目文档
+```
+
+## 🛠️ 安装和配置
+
+### 1. 环境要求
+- Python 3.9+
+- MySQL 5.7+
+- 至少4GB内存（用于模型加载）
 
-2. 声纹识别
-   - 输入：可能的说话人ID列表（逗号分隔）和声音WAV文件
-   - 输出：识别到的说话人ID（未识别则返回空）
+### 2. 安装依赖
+```bash
+pip install -r requirements.txt
+```
 
-## 技术栈
+### 3. 数据库配置
+创建MySQL数据库和表：
+```sql
+CREATE DATABASE voiceprint_db CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
 
-- FastAPI：Web框架
-- 3D-Speaker：声纹识别模型
-- MySQL：数据存储
+USE voiceprint_db;
 
-## 安装说明
+CREATE TABLE voiceprints (
+    id INT AUTO_INCREMENT PRIMARY KEY,
+    speaker_id VARCHAR(255) NOT NULL UNIQUE,
+    feature_vector LONGBLOB NOT NULL,
+    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
+    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
+    INDEX idx_speaker_id (speaker_id)
+) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;
+```
 
-1. 克隆项目
+### 4. 配置文件
+复制voiceprint.yaml到data目录，并编辑 `data/.voiceprint.yaml`：
+```yaml
+mysql:
+  host: "127.0.0.1"
+  port: 3306
+  user: "root"
+  password: "your_password"
+  database: "voiceprint_db"
+```
+
+## 🚀 启动服务
+
+### 开发环境
 ```bash
-git clone https://github.com/xinnan-tech/voiceprint-api.git
-cd voiceprint-api
+python -m app.main
 ```
 
-2. 安装依赖
+### 生产环境
 ```bash
-conda remove -n voiceprint-api --all -y
-conda create -n voiceprint-api python=3.11 -y
-conda activate voiceprint-api
+python start_server.py
+```
 
-pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
-pip install -r requirements.txt
+### Docker部署
+```bash
+docker build -t voiceprint-api .
+docker run -d -p 8005:8005 --name voiceprint-api voiceprint-api
 ```
 
-3. 配置数据库
-- 创建数据库
+## 📚 API文档
+
+启动服务后，访问以下地址查看API文档：
+- Swagger UI: http://localhost:8005/docs
+- ReDoc: http://localhost:8005/redoc
+
+### 主要API接口
+
+#### 1. 声纹注册
+```http
+POST /api/v1/voiceprint/register
+Content-Type: multipart/form-data
+Authorization: Bearer <your_token>
+
+speaker_id: user_001
+file: audio.wav
 ```
-CREATE DATABASE voiceprint_db CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
+
+#### 2. 声纹识别
+```http
+POST /api/v1/voiceprint/identify
+Content-Type: multipart/form-data
+Authorization: Bearer <your_token>
+
+speaker_ids: user_001,user_002,user_003
+file: audio.wav
 ```
-- 创建数据表
+
+#### 3. 删除声纹
+```http
+DELETE /api/v1/voiceprint/{speaker_id}
+Authorization: Bearer <your_token>
 ```
-CREATE TABLE voiceprints (
-    id INT AUTO_INCREMENT PRIMARY KEY,
-    speaker_id VARCHAR(50) UNIQUE,
-    feature_vector LONGBLOB NOT NULL,
-    INDEX idx_speaker_id (speaker_id)
-) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
+
+#### 4. 获取所有说话人
+```http
+GET /api/v1/voiceprint/speakers
+Authorization: Bearer <your_token>
 ```
-- 复制 `voiceprint.yaml` 为 `data/.voiceprint.yaml`
 
-4. 修改配置
-修改`data/.voiceprint.yaml`连接数据库的IP、用户名和密码
+#### 5. 健康检查
+```http
+GET /api/v1/health
 ```
-mysql:
-  database: voiceprint_db
-  # 你的mysql所在的局域网ip
-  host: "127.0.0.1"
-  # 密码
-  password: 123456
-  # 端口
-  port: 3306
-  # 用户名
-  user: root 
+
+## 🔧 高并发配置
+
+### 1. 系统级优化
+```bash
+# 增加文件描述符限制
+echo "* soft nofile 65536" >> /etc/security/limits.conf
+echo "* hard nofile 65536" >> /etc/security/limits.conf
+
+# 增加网络连接数
+echo "net.core.somaxconn = 65535" >> /etc/sysctl.conf
+sysctl -p
+```
+
+### 2. 数据库优化
+```sql
+-- 增加连接数
+SET GLOBAL max_connections = 1000;
+SET GLOBAL innodb_buffer_pool_size = 1073741824; -- 1GB
 ```
 
+### 3. 应用级优化
+- 使用连接池管理数据库连接
+- 异步处理音频文件
+- 合理的超时设置
+- 内存监控和清理
+
+## 📊 监控和日志
+
+### 日志文件
+- 应用日志: `voiceprint_api.log`
+- 访问日志: stdout
+- 错误日志: stderr
+
+### 监控指标
+- 请求响应时间
+- 并发连接数
+- 内存使用情况
+- 数据库连接状态
 
-5. 启动
+## 🔒 安全特性
+
+- API令牌认证
+- 文件类型验证
+- 音频文件大小限制
+- 临时文件自动清理
+- CORS配置
+
+## 🐛 故障排除
+
+### 常见问题
+
+1. **模型加载失败**
+   - 检查网络连接
+   - 确保有足够的内存
+   - 检查modelscope版本
+
+2. **数据库连接失败**
+   - 检查数据库配置
+   - 确保数据库服务运行
+   - 检查网络连接
+
+3. **音频处理失败**
+   - 检查音频文件格式
+   - 确保音频文件完整
+   - 检查磁盘空间
+
+### 日志查看
+```bash
+# 查看应用日志
+tail -f voiceprint_api.log
+
+# 查看Docker日志
+docker logs -f voiceprint-api
 ```
-python app.py
-```
+
+## 🤝 贡献指南
+
+1. Fork 项目
+2. 创建功能分支
+3. 提交更改
+4. 推送到分支
+5. 创建 Pull Request
+
+## 📄 许可证
+
+本项目采用 MIT 许可证 - 查看 [LICENSE](LICENSE) 文件了解详情。
+
+## 📞 联系方式
+
+如有问题或建议，请提交 Issue 或联系开发团队。