老哥自造星际迷航式家庭 AI:模型不难,难的是音频与工程
FF2183 · reddit · 2026-10-27
一位 Reddit 作者分享了他花数月打造的「Ada」——一个常驻家中的星际迷航式语音 AI,以及为其新造的 ESP32 硬件诊断面板 BM-01。
系统构成
- 跑在一台 Lenovo ThinkCentre M720q Tiny 上,含 GPT-Live 实时语音、ReSpeaker XVF3800 四麦阵列、本地 wake word「Hey Ada」与「Red Alert」检测
- 持久家庭记忆、工具调用、WiZ 灯光与三星电视控制、说话人识别、紧急状态机、飞行数据记录器、断电自动恢复等
关键经验
- 模型本身不是难点,让系统「适合同居」才是:音频是最大的坑(回声消除、VAD、打断阈值、电视里的 Patrick Stewart 都会误唤醒)
- 切换到 ReSpeaker 的专用 ASR 音频通道带来立竿见影的提升
- 早期 barge-in 失灵,真凶是扬声器播放阻塞了异步事件循环;改成回调驱动的音频队列后打断立刻正常
- 后来用 Chromium 里的 GPT-Live/WebRTC 沙盒替换原 Realtime 2.1 音频栈,自然对话与打断体验「天壤之别」
「编程与Agent」频道最新
- Perplexity Decider 内部拆解：Isaac Flath 将直播讲解决策模型架构 — antoine_chaffin · 2026-10-27
- 开发者提出语音 agent 关键测试:能否听懂旁人对话不是对它说的 — gethackteam · 2026-10-27
- Claude Code v2.1.311 发布:修复 1M 上下文误报与子代理一堆顽疾 — ashwin-ant · 2026-10-27
- Grok Bot v0.75.8 发布：审批规则建议、日历接入与插件即时可用 — mark_k · 2026-10-27
- OpenAI 官宣:GPT-6.1 Sol 助力 CodeRabbit 扫描代码库安全隐患 — OpenAIDevs · 2026-10-27
- Nitro Modules v1 跑通 Node.js,一套原生模块通吃 iOS、macOS 与桌面 — Birchlabs · 2026-10-27