有没有朋友想一起拼一个 chatgpt 蓝牙音箱

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个专门讨论 idea 的地方。

每个人的时间，资源是有限的，有的时候你或许能够想到很多 idea，但是由于现实的限制，却并不是所有的 idea 都能够成为现实。

那这个时候，不妨可以把那些 idea 分享出来，启发别人。

这是一个创建于 578 天前的主题，其中的信息可能已经有所发展或是发生改变。

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。

chatgpt

音箱

蓝牙

微软

55 条回复 • 2024-05-09 01:27:18 +08:00

sakujo

2023-04-23 23:03:51 +08:00

是不是聪明一点的小爱音响？那倒是挺不错的

Jackyxiaoc

2023-04-23 23:11:51 +08:00

@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

2023-04-23 23:26:35 +08:00

@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

2023-04-23 23:50:33 +08:00 via iPhone

你能保证稳定才行，树莓派太贵，直接上 esp32

demen

2023-04-23 23:51:10 +08:00

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

viWww0vvxmolvY5p

2023-04-23 23:58:51 +08:00

有兴趣

luckjoe680

2023-04-24 00:06:36 +08:00 via Android

问题是小爱音箱就能办到了…也用不了 300 啊…

musi

2023-04-24 08:06:53 +08:00 via iPhone

太贵了，为啥不用手机？

Tink

2023-04-24 08:23:07 +08:00

树莓派太贵了

Tink

2023-04-24 08:24:36 +08:00

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

2023-04-24 08:26:03 +08:00

@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

2023-04-24 08:45:28 +08:00

怎么搞

hoky

2023-04-24 08:52:51 +08:00 via iPhone

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

2023-04-24 08:55:34 +08:00

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

2023-04-24 09:20:00 +08:00

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

2023-04-24 10:07:28 +08:00

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

2023-04-24 10:36:15 +08:00

就目前这 api 的连接环境来看还是算了吧

littleBink

2023-04-24 10:40:42 +08:00

gpt 大部分回答都很长且书面，需要测试大量的 prompt 来优化

aeli

2023-04-24 11:10:36 +08:00

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

2023-04-24 11:31:53 +08:00

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

2023-04-24 11:53:17 +08:00 via Android

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

2023-04-24 12:28:02 +08:00

@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

2023-04-24 13:51:38 +08:00

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

2023-04-24 13:55:45 +08:00

Siri 上用了，其实很无聊，简单问题还行，太长的听起来很累

freetree

2023-04-24 13:57:41 +08:00 via Android

华强北听到了你的呼求😁

yulgang

2023-04-24 14:01:28 +08:00

想法不错，但是树莓派成本有点高。。

lambdaq

2023-04-24 14:02:05 +08:00

@Socrazy 可以进一步搞点人设的 prompt 吧

yulgang

2023-04-24 14:05:14 +08:00

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

2023-04-24 14:19:19 +08:00

@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

2023-04-24 16:09:58 +08:00

直接用 Siri 就可以接入 ChatGPT 了

Jackyxiaoc

2023-04-24 16:30:24 +08:00 via iPhone

@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

2023-04-24 17:31:36 +08:00

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

2023-04-24 17:39:57 +08:00

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

2023-04-24 17:42:12 +08:00

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

2023-04-24 17:44:54 +08:00

唤醒词本地离线模型就能跑

Jackyxiaoc

2023-04-24 18:11:25 +08:00

@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

2023-04-24 19:23:27 +08:00 via iPhone

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。