跳到主要内容

5.7.4 AI聊天机器人

点击观看视频

案例简介​

本方案实现了一个完全本地化运行的智能语音助手系统，整合了语音识别、自然语言处理和语音合成技术链。所有AI模型均经过 ONNX 格式转换和量化优化，充分利用 K1 芯片的硬件加速能力，在保证交互质量的同时实现快速响应。

硬件要求​

兼容开发板​

  • Muse Book
  • Muse Pi
  • Muse Pi Pro
  • Banana Pi（K1 版本）

系统要求​

  • 操作系统：Bianbu OS 2.0 或更高版本
  • 存储空间：至少 8GB 可用空间
  • 推荐内存：4GB 及以上

模块清单​

本案例包含以下核心模块：

  • 语音采集模块 通过外接 USB 麦克风采集语音输入。

  • ASR 模块（自动语音识别） 本地部署 ASR模型，将语音转换为文本，作为后续处理的输入。

  • LLM 模块（大语言模型） 本地部署 Deepseek R1 模型，对输入文本进行推理与理解，并生成输出结果。

  • TTS 模块（语音合成） 本地部署语音合成模型，将 LLM 模块生成的文本输出转化为语音。

  • 语音播放模块 通过外接扬声器播放语音输出，完成语音交互。

环境搭建​

下载代码​

下载源码压缩包：asr-llm-tts.zip

解压命令：

unzip asr-llm-tts.zip -d ~/

安装系统依赖​

sudo apt update
sudo apt install -y python3-spacemit-ort spacemit-ollama-toolkit virtualenv wget

安装 Python 依赖​

1）创建 Python 虚拟环境

virtualenv ~/demo-env

2）配置 pip 源为进迭时空镜像源

pip config set global.extra-index-url https://git.spacemit.com/api/v4/projects/33/packages/pypi/simple

3）安装项目依赖

cd ~/asr-llm-tts
source ~/demo-env/bin/activate
pip install -r requirements.txt

将 LLM 模型部署到 Ollama​

1）确保 Ollama 服务在后台运行

执行以下命令检查服务状态：

systemctl status ollama

输出应该如下所示：

image-20250422140656034

若状态为 inactive，则使用以下命令启动服务：

systemctl start ollama

2）下载Deepseek模型及配置文件

mkdir -p ~/my-ollama
cd ~/my-ollama
wget https://archive.spacemit.com/spacemit-ai/openwebui/deepseek-r1-1.5b.modelfile
wget https://www.modelscope.cn/models/ggml-org/DeepSeek-R1-Distill-Qwen-1.5B-Q4_0-GGUF/resolve/master/deepseek-r1-distill-qwen-1.5b-q4_0.gguf

3）将模型加载至 Ollama

ollama create deepseek-r1-1.5b -f deepseek-r1-1.5b.modelfile

4）复制 NLTK 数据

cp -r ~/asr-llm-tts/nltk_data ~/

启动命令​

  • 进入项目目录并激活虚拟环境
cd ~/asr-llm-tts/src
source ~/demo-env/bin/activate
  • 启动语音输出版本
python main_tts.py
  • 启动文本输出版本
python main.py