智能语音聊天机器人功能及使用指南
功能介绍
智能语音聊天机器人识别用户语音内容,然后调用ChatGPT API获取答复,最后将答复播放出来,实现用户和机器人语音聊天功能。
物料清单
使用方法
准备工作
在体验之前,需要具备以下基本条件:
地平线RDK已烧录好地平线提供的Ubuntu 20.04系统镜像
已拥有ChatGPT API Key,并且网络可正常访问ChatGPT API。
音频板正确连接到RDK X3,耳机接口接上耳机或音响
机器人组装
1.将麦克风板连接到地平线RDK X3 40PIN GPIO 接口上,连接后实物如下图:
2.耳机接口接上耳机或音响
安装功能包
启动RDK X3后,通过终端SSH或者VNC连接机器人,复制如下命令在RDK的系统上运行,完成相关Node的安装。
tros foxy 版本
sudo apt update
sudo apt install -y tros-chatbot
tros humble 版本
sudo apt update
sudo apt install -y tros-humble-chatbot
运行智能聊天机器人
1.拷贝配置文件和加载音频驱动
tros foxy 版本
# 从tros.b的安装路径中拷贝出运行示例需要的配置文件,若已拷贝则可忽略
cp -r /opt/tros/lib/hobot_audio/config/ .
cp -r /opt/tros/lib/gpt_node/config ./
# 加载音频驱动,设备启动之后只需要加载一次
bash config/audio.sh
tros humble 版本
# 从tros.b的安装路径中拷贝出运行示例需要的配置文件,若已拷贝则可忽略
cp -r /opt/tros/humble/lib/hobot_audio/config/ .
cp -r /opt/tros/humble/lib/gpt_node/config ./
# 加载音频驱动,设备启动之后只需要加载一次
bash config/audio.sh
注意:加载音频驱动时确保无其他音频设备连接,例如USB麦克风或带麦克风功能的USB摄像头,否则会导致应用打开音频设备失败,报错退出。
2.修改配置文件,只需修改一次
1.修改 config/audio_config.json,将asr_mode字段为1。
2.修改 config/gpt_config.json,将api_key字段设置为可用的ChatGPT API Key。
3.下载TTS模型 首次运行需要下载TTS模型文件并解压,详细命令如下:
tros foxy 版本
wget http://archive.sunrisepi.tech//tts-model/tts_model.tar.gz
sudo tar -xf tts_model.tar.gz -C /opt/tros/lib/hobot_tts/
tros foxy 版本
wget http://archive.sunrisepi.tech//tts-model/tts_model.tar.gz
sudo tar -xf tts_model.tar.gz -C /opt/tros/humble/lib/hobot_tts/
4.配置tros.b环境和启动应用
tros foxy 版本
# 配置tros.b环境
source /opt/tros/setup.bash
# 屏蔽调式打印信息
export GLOG_minloglevel=3
#启动launch文件,运行前确认网络可访问ChatGPT API
ros2 launch chatbot chatbot.launch.py
tros humble 版本
# 配置tros.b环境
source /opt/tros/humble/setup.bash
# 屏蔽调式打印信息
export GLOG_minloglevel=3
#启动launch文件,运行前确认网络可访问ChatGPT API
ros2 launch chatbot chatbot.launch.py
启动成功后,用户使用唤醒词“地平线你好”唤醒机器人,然后紧接着和机器人聊天,片刻之后机器人语音应答。每次和机器人聊天,都要先使用唤醒词“地平线你好”唤醒机器人。
接口说明
话题
常见问题
1.机器人无应答?
确认音频设备连接是否正常,并连接耳机或音响
确认是否加载音频驱动
确认加载音频驱动前是否已有音频设备连接
确认 config/audio_config.json asr_mode字段为1
确认 config/gpt_config.json api_key字段设置正确
确认网络可访问ChatGPT API
- |
- +1 赞 0
- 收藏
- 评论 0
本文由Lluvia转载自D-Robotics官网,原文标题为:智能语音聊天机器人,本站所有转载文章系出于传递更多信息之目的,且明确注明来源,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
相关推荐
基于RDK X3的机械臂物体拾取操作实例
本文介绍RDK X3该功能包接收用户选择方块数字的请求,通过yolov5检测目标,在Z轴距离确定的情况下解算出物体的三维坐标,并请求仿真机械臂控制节点夹取物体的应用实例。
设计经验 发布时间 : 2024-10-28
在RDK X3体验Cartographer激光雷达SLAM技术,实时获取较高精度的地图
本功能所使用的Cartographer是google推出的一套基于图优化的SLAM算法,可以实现机器人在二维或三维条件下的定位及建图功能,这套算法的主要设计目的是满足机器人在计算资源有限的情况下,依然可以实时获取较高精度的地图。该功能支持机器人实物和Gazebo仿真两种体验方式。
设计经验 发布时间 : 2024-11-19
基于RDK X3的chat robot应用示例,实现用户和机器人语音聊天功能
智能语音聊天机器人识别用户语音内容,然后调用OpenAI API获取答复,最后将该答复播放出来,实现用户和机器人语音聊天功能。
设计经验 发布时间 : 2024-11-18
双机械臂四转四驱机器人设计与实现
该研究设计了一种创新的双机械臂四转四驱机器人,旨在突破传统轮式机器人的限制。该机器人底盘采用四转四驱设计,显著提升了灵活性和负载能力,使其能够在复杂环境中精确移动和执行任务。双机械臂系统使机器人能够高效与现实生活互动,完成复杂任务。
应用方案 发布时间 : 2024-10-29
多模态感知仿生机械手项目案例
本项目提供了一款五指仿生机器手,其仿照人手的外观与自由度,使其能够作为人形机器人的末端执行器,完成人手所能完成的任务。
应用方案 发布时间 : 2024-10-29
NodeHub快速入门
NodeHub是地平线为机器人爱好者打造的智能机器人应用中心,旨在以更加简单、高效、开放的方式协助机器人爱好者开发自己的智能机器人。
技术探讨 发布时间 : 2024-10-30
RDK X3 机械臂捡垃圾经验分享
hobot_arm package 是基于 mono2d_trash_detection package 开发的2D垃圾目标检测+机械臂抓取的应用示例。在地平线的旭日X3派上利用BPU进行模型推理获得感知结果,利用幻尔机械臂作为下位机,进行垃圾抓取的示例。
设计经验 发布时间 : 2024-10-30
基于RDK X3开发板设计并实现的手持slam建图设计
这里使用RDK X3开发板设计并实现了一款SLAM手持建图设备,它使用RDK X3开发板的计算性能,通过激光雷达实现一个纯激光里程计,通过IMU对激光数据进行畸变矫正和对SLAM的姿态矫正,实现一个手持的SLAM建图功能。
设计经验 发布时间 : 2024-11-04
亚博智能RDK X3 ROBOT机器人项目实例,实现RKD X3 ROBOT的基本运动控制和位姿反馈
亚博智能RKD X3 ROBOT是一款面向机器人开发者和教育生态的智能机器人开发套件。该套件以旭日X3派为核心运算单元,以TogetherROS.Bot为核心机器人操作系统,集成成了建图、导航、人体跟随、手势识别等功能。本项目为亚博智能RKD X3 ROBOT机器人最小功能系统,该系统能够实现RKD X3 ROBOT的基本运动控制和位姿反馈。
设计经验 发布时间 : 2024-11-16
地平线RDK实现智能循线机器人应用示例
巡线任务,即机器人小车能够自主跟着一条引导线向前运行。地平线RDK通过摄像头获取小车前方环境数据,图像数据通过训练好的CNN模型进行推理得到引导线的坐标值,然后依据一定的控制策略计算小车的运动方式,通过UART向小车下发运动控制指令实现整个系统的闭环控制。
设计经验 发布时间 : 2024-11-12
基于RDK X3的人体跟随机器人功能示例
本示例通过视觉进行人体目标检测与跟踪,并生成运动控制指令控制机器人自动跟随目标运动。该功能支持机器人实物和Gazebo仿真两种体验方式。
设计经验 发布时间 : 2024-11-08
基于RDK X3实现的语言大模型操作实例
hobot_llm是地平线RDK平台集成的端侧Large Language Model (LLM) Node,用户可在端侧体验LLM。目前提供两种体验方式,一种直接终端输入文本聊天体验,一种订阅文本消息,然后将结果以文本方式发布出去。
设计经验 发布时间 : 2024-11-16
NodeHub快速入门示例:小海龟绘画
NodeHub快速入门示例,通过键盘控制小乌龟进行绘画。
设计经验 发布时间 : 2024-11-11
镭神激光雷达驱动
镭神激光雷达驱动设计方案及应用介绍, LSLIDAR ROS2驱动链接RDK X3,以ROS2标准消息格式发送激光雷达数据。
设计经验 发布时间 : 2024-11-09
基于RDK X3和OriginBot的手势控制机器人应用案例
通过视觉进行人手检测、跟踪和手势识别,根据手势类别生成不同运动控制指令并控制机器人运动,包括左右旋转和前后平移运动。该功能支持机器人实物和Gazebo仿真两种体验方式。以下操作过程以OriginBot为例,满足条件的其他机器人使用方法类似。
设计经验 发布时间 : 2024-11-13
电子商城
登录 | 立即注册
提交评论