有没有朋友想一起拼一个 chatgpt 蓝牙音箱

[Jackyxiaoc]

如果是只有一个人玩玩，搞一个能链接 chatgpt 的蓝牙音箱有点划不来，有朋友们想用的么，如果想玩的人多了，就开个团搞搞。预计成本 300 左右。

产品名称
chatgpt 蓝牙音箱

需求描述
该产品由树莓派和国产蓝牙音箱组成。
树莓派链接 chatgpt 接口，为用户提供语音服务。
该 chatgpt 蓝牙音箱服务端部署在用户自身的微软云账号上。
该 chatgpt 音箱主要用到微软云的 serverless 和语音转换等接口。
用户第一次使用该 chatgpt 的蓝牙音箱时，需在页面填充 openai 和微软云的 key 。
该产品无广告。

产品介绍：这是一款由树莓派和国产蓝牙音箱组成的产品，旨在为用户提供与 ChatGPT 语音服务的连接。它可以通过蓝牙连接到其他设备，使您可以享受到 ChatGPT 提供的语音服务。对于该 ChatGPT 蓝牙音箱，您需要将树莓派与 ChatGPT 接口连接起来，以提供语音服务。 服务端部署在您自己的 Microsoft 云账户上，其中使用了微软云的 serverless 和语音转换等接口。 第一次使用该 ChatGPT 蓝牙音箱，您需要在页面上填写 OpenAI 和 Microsoft 云的 API Key 。我们相信这款产品将会给您带来非常好的用户体验。

[sakujo]

是不是聪明一点的小爱音响？那倒是挺不错的

[Jackyxiaoc]

@sakujo 是的，用来哄哄小朋友什么的，练习下英文对话啥的，看上去还不错。

[sakujo]

@Jackyxiaoc #2 有点意思 不过如果问它有用的信息它会胡说八道啊 这样没办法当语音助手了

[lloovve]

你能保证稳定才行，树莓派太贵，直接上 esp32

[demen]

其实交互过程感觉挺难受，你问一个问题之后几十上百字的内容用语音播放来听取？平时我们微信聊天看到超过 10s 的语音都有点翻白眼了吧

[mway]

有兴趣

[luckjoe680]

问题是 小爱音箱就能办到了…也用不了 300 啊…

[musi]

太贵了，为啥不用手机？

[Tink]

树莓派太贵了

[Tink]

这个价格不如买黑板的初代小爱音箱，破解 ssh 后 劫持语音转到 c hatgpt

[jimbray]

@demen 同意，之前用手机实现了一下语音问答，问一句，答得太多了，用语音播放有点难受，换成文字一下就看完了。纯问答我觉得没有什么意思。

[yuchenxing]

怎么搞

[hoky]

为什么不直接用闲置的手机？
iPhone 用 Siri
Android 用 Tasker
我都试过玩过一阵子
后来因为直连 openai 响应慢玩的不多了

[totoro625]

iPhone 安装 OpenCat： https://apps.apple.com/app/opencat/id6445999201
填入 api key ，开启高级版，并开启 Siri 支持
任意支持 Siri 的 iPhone/apple watch 均可用 Siri 调用 chatgpt 进行对话

[Biluesgakki]

如何做到流式传输结果 传回来一个字读一个字呢。不然的话响应时间太长了，需要等到全部返回结果才开始读

[timeance]

1. 树莓派的方案太贵
2. 硬件部分，基本功能调通，麦克风如何降噪拾音等
3. 软件部分怎么完善，例如 prompt ，唤醒和本地识别语音指令等

... 想法挺好的，要是真有完善的方案 会买一个来玩

[yfmir]

就目前这 api 的连接环境来看还是算了吧

[littleBink]

gpt 大部分回答都很长且书面，需要测试大量的 prompt 来优化

[aeli]

反应速度现在还不太行，GPT3 的回答虽然快，也要 1-2 秒，然后再转成语音发声，延迟会感觉比较明显的卡顿。

GPT4 就不用说了，能正常时间内给你返回就不容易了

[zagfai]

可以接入米家就行，我不需要很智能，当然，我能给出传感器数据能帮我判断我是不是睡醒，自动开关窗帘，判断我啥时候会回家自动帮我开空调，那也不错。

[ropzislaw]

这个 idea 我也有过，最后被劝退了
1. 需求多了生产线怎么弄，如何保证自己的生产线成本低
2 延迟和输出延迟
3 实时数据缺失

[Jackyxiaoc]

@mway 感谢。
@luckjoe680 小爱的智能水平和 chatgpt 不太一样。
@lloovve 感谢，我研究下。
@musi 在家常驻使用比较舒服。
@Tink 确实是个好办法，感谢。
@yuchenxing 我研究下路径，如果可以的话，一起拼个单，组好了大家用，成本就下来了。
@hoky 还是得有稳定的通道。
@totoro625 长时间接着电源的小音箱在家小朋友什么的好玩。感谢，我研究下。
@Biluesgakki 流式的话，这个得研究下。大概 10 个字一读会不会好点。
@timeance 感谢支持，我研究下。
@yfmir 估计得内置一个通道才行。
@aeli 目前看是的。看看有没有更好的解决方案。
@zagfai 如果更智能应该是个更好的体验。
@ropzislaw 只是一个初步想法，天猫精灵的话二手成本是挺低的。如果单纯是树莓派的解决方案，树莓派也不会很贵。延迟这个通道可以解决。实时数据的话，可以导入谷歌的。

感谢各位大佬们的建议。

[tags]

不错不错，可以先在 linux 虚拟机上把系统搭起来，后面用啥硬件平台可以再说

[Socrazy]

Siri 上用了，其实很无聊，简单问题还行，太长的听起来很累

[freetree]

华强北听到了你的呼求😁

[yulgang]

想法不错，但是树莓派成本有点高。。

[lambdaq]

@Socrazy 可以进一步搞点人设的 prompt 吧

[yulgang]

如果你能开源的话，大家喜欢，可能会衍生出多个版本，不过一定会有人用你的开源代码拿去赚钱。😂

[Jackyxiaoc]

@tags 对，可以先测试下反应速度啥的，看看这些问题能否解决。
@Socrazy 感谢，我先试试。
@freetree 哈哈哈哈，如果有成品了直接买也是不错，不用自己折腾了。
@yulgang 树莓派确实成本有点高，不过开源代码拿去赚钱这个国内很常见了。
@lambdaq 对的。

[dangyuluo]

直接用 Siri 就可以接入 ChatGPT 了

[Jackyxiaoc]

@dangyuluo 不知道咸鱼上 300 的 6s 能不能跑，如果可以的话，也是不错的选择。

[cloudzqy]

这种自己走微软云文字转语音的，一般用什么方案识别关键字然后开始对话呀，如果一直开着的话，微软云也挺贵的。

[westoy]

做公开服务成本太高了吧

京东的那个叮咚音箱都倒闭了.......

[zapper]

看了一下（可能是生成的）产品介绍。发现好像没说如何正确地拾音给 chatgpt

所谓悲观者常常正确，乐观者往往成功。如果能接入插件将绝杀

[tags]

唤醒词本地离线模型就能跑

[Jackyxiaoc]

@cloudzqy ， @tags 大佬提供的方案是本地模型去识别关键词。谢谢 @tags 。
@westoy 公司去做估计是难，利润空间不大，这个只是想做着自己玩玩的，给家里人也体验下 chatgpt 。
@zapper 有道理。

[webdesigner]

从我使用 gpt 连接 siri 的体验来看，这个项目做出来体验会很差。api 目前要么用 sse 逐字输出，要么牺牲响应时间等待全部结果。逐字输出文字转语音效果会很差，一个一个字朗读。等待全部结果在朗读，用户响应时间特别长，你无法想象当你问完一个问题，就得等待十几秒钟来告诉你答案。如果这个方案可行，大厂早就整出来了。

[hanguofu]

@tags : 本地离线模型是指 whisper 吗 ？有没有更好的？

[wellqq]

按你目前的阶段，感觉离成品还有一些路要走，不过有出来体验好我会买，有众筹通知一下

[fresco]

一直在找能语音对话的 app ，这个想法不错，成本低点就好了

[luckjoe680]

@Jackyxiaoc 你可以看看 现在 chatgpt 现在已经有大佬接入小爱了 而且还很方便=.=

[Jackyxiaoc]

@webdesigner 确实，可能还需要看看有没有更好的方案啦。
@wellqq 好的，谢谢支持。
@fresco 嗯嗯，谢谢。
@luckjoe680 如果有大佬折腾出来卖成品的话就不折腾了，等我看看，之前没看到。感谢提醒。

[aeli]

如果说成品的话，找 amaon 的音箱，它家的很容易开发改第三方，YouTube 上有人放出来教程改 ChatGPT 的

[Smackgg]

小爱 小度 自己写一个插件不就做到了？小度六七十块钱就能买到

[xuelu520]

需要短平快的对话，gpt 一大堆文字，给你转成语音，太难受了

[xinyana]

墙的问题怎么搞定？内置墙？

[xsen]

现在 chatgpt 的模型，只适合用来替代搜索引擎、客服类似的
用来做 ai 助理（语音对话）是真不合适，长篇大论、废话太多

[cloudzqy]

@tags whisper 感觉中文不太行，同求一个本地模型

[cloudzqy]

@webdesigner 这种可以折中一下，识别到标点符号断句就开始读，一句一句读，比小爱音箱什么的肯定慢，但是应该没十几秒。

[luobogooooo]

笑到了，哈哈哈

[hoopan]

家里有台待机的 NAS ，增加个麦克风、音响，是不是也能搞成 AI 音箱。

有基于 chatgpt 的语音助手开源服务端吗？

[swxk521]

https://space.bilibili.com/452098958
这人做的感觉不错

[unii23i]

这个真的很需要！我经常和天猫精灵对线

[zsrex]

这个我感兴趣，之前折腾了一下 wukong-robot ，但 ubuntu 的系统太难搞了，可能我没有这个基础。