会聊天的桌面伙伴可围绕树莓派级计算机、麦克风阵列、扬声器、摄像头和两到三个头部舵机来规划。这是架构建议,不是 RoboHub 制作或测试过的成品。先做稳定底座和有限的头部行程,在加入运动或可选摄像头前调通音频。
语音流程依次为唤醒词、语音转文字、语言模型、文字转语音。在实际硬件上测量响应时间后,再选择本地或云端模型。本地处理便于控制音频;云端会引入网络依赖和潜在使用费用。两者都不保证即时回答。限制请求次数,显示麦克风工作状态,默认不保存录音。
作为套件参考,Pollen Robotics 介绍 Reachy Mini Wireless 内置 Raspberry Pi CM4,提供 Wi-Fi 和 USB、摄像头、四个麦克风、扬声器和加速度计。Lite 通过 USB 使用 Mac、PC 或 Linux 电脑,运动能力相同。两者都是约需两小时组装的 DIY 套件。厂家介绍的实时语音模型内置对话和超过 60 个社区应用属于 Reachy Mini,并非这个自制头部已经具备的功能。