AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


小爱音箱大变身:接入 ChatGPT 和豆包,轻松打造专属 AI 语音助手!
发布日期:2024-06-08 06:08:08 浏览次数: 4052 来源:AI真好玩


MiGPT 是一个 Github 上的开源项目,使用它你可以将小爱音箱接入 ChatGPT 和豆包,把小爱音箱改造成你的专属语音助手


MiGPT 主要特点

  • ? 智能化回答:想象一下,你的小爱音箱变身聊天高手,可以使用 ChatGPT 等大模型来回答你的问题。
  • ? 流式响应:爱情来得太快就像龙卷风,而你的小爱音箱也是,对你的爱意秒回,爱你不会让你等太久。
  • ? 角色扮演:一秒调教小爱,无论是成为你的完美伴侣,还是那个能听你倾诉心事的贴心闺蜜,都不在话下。
  • ? 自定义 TTS(文本转语音):厌倦了小爱同学的语音?帮你解锁「豆包」同款音色,就像真人在回你的消息。
  • ? 长短期记忆:小爱音箱现在能记住你们之间的每一次对话,越聊越默契,就像是你身边的老朋友。
  • ?️ 智能家居 Agent(开发中):心情不好?小爱立刻懂你,自动帮你播放喜欢的音乐,调节灯光,逗你开心。

MiGPT 快速上手

MiGPT 支持两种启动方式:Docker 和 Node.js。

Docker

对于电脑小白或者不想自己配置代码运行环境(Node)的同学,可以使用 Docker 启动方式。

请先按照「配置参数」章节,配置好你的 .env 和 .migpt.js 文件,然后使用以下命令启动 docker:

docker run -d  --env-file $(pwd)/.env \
    -v $(pwd)/.migpt.js:/app/.migpt.js \
    idootop/mi-gpt:latest

注意:在 Windows 终端下不支持使用 $(pwd) 获取当前工作路径,需要将配置文件路径替换为绝对路径。

Node.js

如果你是一名前端 (Node.js) 开发者,也可以通过 NPM 安装 mi-gpt 启动 MiGPT。

npm install mi-gpt

然后,创建并启动 MiGPT 实例。初始化参数的具体含义请看下面的「配置参数」章节。

import { MiGPT } from "mi-gpt";

async function main({
  const client = MiGPT.create({
    speaker: {
      userId"987654321"// 注意:不是手机号或邮箱,请在「个人信息」-「小米 ID」查看
      password"123456"// 账号密码
      did"小爱音箱Pro"// 小爱音箱 ID 或在米家中设置的名称
    },
  });
  await client.start();
}

main();

注意:此模式下并不会主动读取 .env 和 .migpt.json 中的配置信息,你需要自己初始化 Node 环境变量,并将 .migpt.json 中的参数作为 MiGPT.create 的初始化参数传入。

示例代码如下:

import { MiGPT } from "mi-gpt";

const botName = "傻妞";
const botProfile = `
性别:女
性格:乖巧可爱
爱好:喜欢搞怪,爱吃醋。
`
;

const masterName = "陆小千";
const masterProfile = `
性别:男
性格:善良正直
其他:总是舍己为人,是傻妞的主人。
`
;

async function main({
  const migpt = MiGPT.create({
    speaker: {
      userId: process.env.MI_USER!,
      password: process.env.MI_PASS!,
      did: process.env.MI_DID,
    },
    bot: {
      name: botName,
      profile: botProfile,
    },
    master: {
      name: masterName,
      profile: masterProfile,
    },
  });
  await migpt.start();
}

main();

MiGPT 配置参数

.migpt.js

重命名本项目根目录下的 .migpt.example.js 文件为 .migpt.js。然后,将里面的配置参数修改成你自己的参数。

参数说明:

参数名称描述示例
bot

name对方名称(小爱音箱)"傻妞"
profile对方的个人简介/人设"性别女,性格乖巧可爱,喜欢搞怪,爱吃醋。"
master

name主人名称(我自己)"陆小千"
profile主人的个人简介/人设"性别男,善良正直,总是舍己为人,是傻妞的主人。"
room

name会话群名称"魔幻手机"
description会话群简介"傻妞和陆小千的私聊"
speaker

userId小米 ID(注意:不是手机号或邮箱)"987654321"
password账户密码"123456"
did小爱音箱 ID 或名称"小爱音箱 Pro"
ttsCommand小爱音箱 TTS 指令(可在此查询)[5, 1]
wakeUpCommand小爱音箱唤醒指令(可在此查询)[5, 3]
speaker 其他参数(可选)

callAIKeywords当消息以关键词开头时,会调用 AI 来响应用户消息["请", "傻妞"]
wakeUpKeywords当消息以关键词开头时,会进入 AI 唤醒状态["召唤傻妞", "打开傻妞"]
exitKeywords当消息以关键词开头时,会退出 AI 唤醒状态["退出傻妞", "关闭傻妞"]
onEnterAI进入 AI 模式的欢迎语["你好,我是傻妞,很高兴认识你"]
onExitAI退出 AI 模式的提示语["傻妞已退出"]
onAIAskingAI 开始回答时的提示语["让我先想想", "请稍等"]
onAIRepliedAI 结束回答时的提示语["我说完了", "还有其他问题吗"]
onAIErrorAI 回答异常时的提示语["出错了,请稍后再试吧!"]
playingCommand查询小爱音箱是否在播放中指令(可在此查询)[3, 1, 1]
streamResponse是否启用流式响应(部分小爱音箱型号不支持查询播放状态,此时需要关闭流式响应)true
exitKeepAliveAfter无响应一段时间后,多久自动退出唤醒模式(单位秒,默认 30 秒)30

环境变量

重命名本项目根目录下的 .env.example 文件为 .env

然后,将里面的环境变量修改成你自己的,参数含义如下:

环境变量名称描述示例
OpenAI

OPENAI_API_KEYOpenAI API 密钥abc123
OPENAI_MODEL使用的 OpenAI 模型gpt-4o
OPENAI_BASE_URL可选,OpenAI API BaseURLhttps://api.openai.com/v1
AZURE_OPENAI_API_KEY可选,Microsoft Azure OpenAIabc123
提示音效(可选)

AUDIO_SILENT静音音频链接"https://example.com/slient.wav"
AUDIO_BEEP默认提示音链接"https://example.com/beep.wav"
AUDIO_ACTIVE唤醒提示音链接"https://example.com/active.wav"
AUDIO_ERROR出错提示音链接"https://example.com/error.wav"
豆包 TTS(可选)

TTS_DOUBAO豆包 TTS 接口"https://example.com/tts.wav"
SPEAKERS_DOUBAO豆包 TTS 音色列表接口"https://example.com/tts-speakers"

MiGPT 常见问题

1.支持哪些型号的小爱音箱?

大部分型号的小爱音箱都支持,推荐小爱音箱 Pro(完美运行)。部分机型的 MioT 接口开放能力并不完整,比如小米音箱 Play 增强版(L05C),将会导致 MiGPT 部分功能异常。

2.除了 OpenAI 还支持哪些模型,如何设置?

理论上兼容 OpenAI SDK 的模型都支持,只需修改环境变量即可接入到 MiGPT。

比如:通义千问、零一万物、Moonshot、DeepSeek 等,以 Moonshot 为例:

OPENAI_BASE_URL=https://api.moonshot.cn/v1
OPENAI_MODEL=moonshot-v1-8k
OPENAI_API_KEY=$MOONSHOT_API_KEY

3.什么是唤醒模式?

唤醒模式 类似于小爱技能,可能让你在跟小爱互动的时候,无需每句话都要以“小爱同学”开头唤醒。

关于唤醒模式的更多细节,请查看这里:https://github.com/idootop/mi-gpt/issues/28

4.小爱音箱收到消息后,没有调用 AI 进行回复

MiGPT 收到消息默认不会调用 AI 进行回复,只会回复以唤醒词开头的消息,比如:“请问 xxx”、“你 xxx” 等,你也可以自定义唤醒词(callAIKeywords)列表。

5.小爱音箱没有播放 AI 的回答,但控制台有打印 AI 的回复

不同型号的小爱音箱 TTS 指令不同,请到 https://home.miot-spec.com 查询具体指令,并修改配置文件中的 ttsCommand 参数。

6.小爱音箱没有读完整个句子,总是戛然而止

部分型号的小爱音箱不支持通过 Mina 获取设备播放状态,只能通过 MiOT 指令查询。

请到 https://home.miot-spec.com 查询具体指令,并修改配置文件中的 playingCommand 参数。

如果修改参数后问题仍然存在,说明你的设备不支持通过开放接口查询播放状态(比如:小米音箱 Play 增强版),此问题无解。建议更换其他型号的小爱音箱(推荐小爱音箱 Pro)。

或者你也可以关闭配置文件中的流式响应(streamResponse)选项,确保小爱能够回复完整的句子。不过需要注意的是,关闭流式响应后,唤醒模式等功能将会失效。

7.为什么小爱音箱会在 AI 回答之前抢话?

与本项目的实现原理有关。本项目通过轮询小米接口获取最新的对话信息,当检测到小爱在回复的时候会通过播放静音音频等方式快速 mute 掉小爱原来的回复。

但是从小爱开始回复,到上报状态给小米服务云端,再到本项目通过小米云端接口轮训到这个状态变更,中间会有大约 1 -2 秒的延迟时间,无解。这个问题,理论上需要通过刷机才能完美解决。

8.启动 docker 提示 ERR_MODULE_NOT_FOUND,无法正常启动

在 Windows 终端(比如:PowerShell、cmd)下,无法使用 $(pwd) 获取当前工作目录绝对路径,需要填写 .env 和 .migpt.js 文件的绝对路径。

9.我 Clone 了这个仓库,但是本地启动失败

如果你是通过 clone 本项目仓库的方式来运行,记得在 start 之前先 build 一下。

pnpm install && pnpm build && pnpm start

另外, start 命令默认没有注入 .env 文件里的环境变量。你可以在 VS Code 里按 F5 直接运行,会自动读取 .env ,或者将启动脚本改为:

node --env-file=.env app.js

10.怎样使用豆包的音色

此功能需要豆包 TTS 接口支持,本项目暂不对外提供此服务。

https://github.com/idootop/mi-gpt



53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询