大语言模型的迅猛发展正在深刻改变我们的生活和工作方式。我们可以随时与诸如DeepSeek、ChatGPT或通义千问（Qwen）等AI助手进行对话，获取知识解答和灵感启发。这些模型在知识记忆、信息整合乃至逻辑推理方面展现出强大的能力。
那么，能否亲手打造一个完全离线、可随时携带并进行自然语音对话的AI设备呢？答案是肯定的。本文将详细介绍如何利用树莓派5（Raspberry Pi 5）作为核心硬件，结合 whisplay-ai-chatbot、Ollama、Whisper、Piper等一系列开源软件，从零开始组装并配置一个功能完整的离线语音聊天机器人。
视频展示了最终成品的交互效果。
整个系统的核心是树莓派，它负责运行Linux操作系统并集成AI聊天组件（包括whisplay-ai-chatbox、Ollama、Whisper、Piper），实现与用户的交互。其中，whisplay-ai-chatbox是语音交互软件框架，Ollama用于加载和运行Qwen3大语言模型，Whisper负责语音转文字，Piper则将文字回复转换为语音。所有这些软件均为免费开源。
以下将分步详解硬件组装与软件安装的全过程。
一、硬件组装
所需硬件清单：
- 树莓派5B主板（8GB RAM）
- Micro SD卡（建议32GB以上）
- Whisplay HAT显示屏
- 散热风扇
- 锂电池（PiSugar 3 Plus）
- 40针扩展排针
组装步骤如下：
首先安装散热风扇。
接着焊接并安装40针扩展排针。
然后安装PiSugar 3 Plus锂电池。
最后安装Whisplay HAT显示屏。
完成所有组装后的整体外观如下：
二、安装操作系统
- 将Micro SD卡插入电脑读卡器。
- 访问树莓派官网，下载并运行 Raspberry Pi Imager 软件。
- 在软件界面中：
- 设备(Device)：选择 Raspberry Pi 5。
- 操作系统(Operating System)：选择 Raspberry Pi OS（其他版本）。
- 存储(Storage)：选择你的SD卡。
- 点击右下角的齿轮图标进行高级设置：
- 设置主机名（例如：
pi5ai）。
- 设置用户名和密码。
- 配置Wi-Fi网络。
- 务必启用SSH，并选择使用密码认证。
- 保存设置后，点击“写入(Write)”按钮。
- 确认提示信息，该操作将擦除SD卡所有数据，请提前备份。
- 等待镜像烧录完成。
- 将SD卡插入树莓派5的卡槽。
三、开机登录系统
接通树莓派电源，观察电源指示灯闪烁。
登录路由器管理界面，查找主机名为 pi5ai 的设备并记下其IP地址。然后使用SSH终端工具（如Termius、WindTerm或系统自带的终端）进行连接，这是进行后续运维操作的起点。输入之前设置的用户名和密码。
成功登录后，你将看到命令行操作界面。
四、应用软件安装
（一）安装PiSugar Whisplay HAT驱动程序
在用户主目录下，执行以下命令：
git clone https://github.com/PiSugar/Whisplay.git --depth 1
cd Whisplay/Driver
sudo bash install_wm8960_drive.sh
sudo reboot
重启后，进入示例目录测试驱动是否安装成功：
cd Whisplay/example
sudo python test.py
如果驱动正常，显示屏将开始显示测试图案。
（二）安装聊天机器人核心组件 (whisplay-ai-chatbot)
-
下载软件：
git clone https://github.com/PiSugar/whisplay-ai-chatbot.git
cd whisplay-ai-chatbot
-
安装依赖：
在 chatbot 目录下运行：
bash install_dependencies.sh
source ~/.bashrc
-
配置环境变量：
复制环境变量模板并编辑：
cp env.template .env
nano .env
关键配置如下：
ASR_SERVER=whisper （语音识别使用Whisper）LLM_SERVER=ollama （大语言模型使用Ollama）TTS_SERVER=piper （语音合成使用Piper）- 注释掉
IMAGE_GENERATION_SERVER （禁用绘图功能以节省资源）
- 注释掉
THINKING_MODE=true （对于小模型，思考模式可能导致响应变慢）
- 在
[ollama] 部分，设置 MODEL=qwen3:1.7b
- 设置
SERVE_OLLAMA=true （允许聊天机器人脚本自动启动Ollama服务）
保存并退出编辑器。
-
构建应用：
在 chatbot 目录下执行构建脚本：
bash build.sh
（三）安装与配置Ollama服务
-
安装Ollama：
可以通过官网脚本安装（较慢）：
curl -fsSL https://ollama.com/install.sh | sh
或者在Windows电脑下载ARM64版本的压缩包 (ollama-linux-arm64.tgz)，上传到树莓派的 chatbot 目录后，运行本地安装脚本：
bash install_ollama.sh
-
启动Ollama服务并下载模型：
在一个终端中启动Ollama服务：
ollama serve
打开另一个SSH终端，运行以下命令拉取Qwen3 1.7B模型（首次运行会自动下载）：
ollama run qwen3:1.7b
下载完成后，即可在该终端内与模型进行文本对话测试。
（四）安装电池管理软件
安装PiSugar电源管理软件，用于显示电池状态：
wget https://cdn.pisugar.com/release/pisugar-power-manager.sh
bash pisugar-power-manager.sh -c release
（五）安装Whisper（语音转文字）
Whisper是OpenAI开源的语音识别引擎，可完全离线工作。使用Python的pip命令安装：
pip install -U openai-whisper --break-system-packages
安装后，可以使用以下命令测试是否安装成功（此命令仅为测试，无需等待执行完成）：
whisper audio.flac audio.mp3 audio.wav --model tiny
（六）安装Piper（文本转语音）
Piper是一个高效的本地文本转语音引擎，针对树莓派做了优化。
-
安装Piper：
使用pip直接安装：
pip install piper-tts --break-system-packages
或者，更推荐使用虚拟环境安装：
# 1. 创建虚拟环境
python3 -m venv piper-env
# 2. 激活虚拟环境
source piper-env/bin/activate
# 3. 在虚拟环境中安装（无需--break-system-packages）
pip install piper-tts
使用 which piper 命令可以查看其安装路径。
-
下载语音模型：
访问Piper的GitHub页面或社区提供的模型库，选择并下载中文语音模型（例如 zh_CN-huayan-medium.onnx 及其对应的 .onnx.json 配置文件）。
将下载的模型文件（例如 zh_CN-huayan-medium.onnx）放置于用户目录下，如 /home/pi/piper/。
-
更新环境变量：
再次编辑 chatbot 目录下的 .env 文件，设置Piper的路径：
PIPER_BINARY_PATH=/usr/local/bin/piper # 或你的虚拟环境中的路径，如 /home/pi/piper-env/bin/piper
PIPER_MODEL_PATH=/home/pi/piper/zh_CN-huayan-medium.onnx
五、运行与对话
所有组件安装配置完成后，在 whisplay-ai-chatbot 项目目录下，运行启动脚本即可开始与你的离线AI机器人进行语音对话：
bash run_chatbot.sh
启动后，设备会进入语音唤醒状态，你可以通过语音与其自然交互。
相关资源链接
| 
发表于 5 天前
|
查看: 17|
回复: 0
