news 2026/9/14 18:14:50

小爱音箱接入大模型:3 步把它变成家用语音助手

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
小爱音箱接入大模型:3 步把它变成家用语音助手

小爱音箱接入大模型:3 步把它变成家用语音助手

【免费下载链接】mi-gpt🏠 将小爱音箱接入 ChatGPT 和豆包,改造成你的专属语音助手。项目地址: https://gitcode.com/GitHub_Trending/mi/mi-gpt

MiGPT 是一个把小爱音箱接入 ChatGPT、豆包等大模型的开源项目。旧音箱不用换,问它问题、控制米家设备,它会像聊天软件一样直接回你话。

它到底能干什么

一句话定位:MiGPT 把小爱音箱和大模型接起来,音箱负责听和说,大模型负责想和答。

核心能力日常是什么表现
AI 问答说“小爱同学,地球为什么是圆的”,它用大模型直接作答,语音流式播报,不是念固定录音
连续对话唤醒后可以来回多轮追问,记得你上一句说的内容,无响应约 30 秒自动退出
设备联动把你的大白话翻译成设备控制指令,由音箱去操作米家的灯、空调、窗帘

三分钟跑起来

需要三样东西:一个小爱音箱(Pro 型号兼容性最好)、一个小米账号、一台常开的机器(服务器或家里闲置电脑)。

第一步:准备两个配置文件。.env里填大模型的 API 密钥和模型名,.migpt.js里填音箱账号和各种关键词,字段说明见 docs/settings.md。

第二步:用一行 Docker 命令启动:

docker run -d --env-file $(pwd)/.env -v $(pwd)/.migpt.js:/app/.migpt.js idootop/mi-gpt:latest

第三步:验证。日志出现“服务已启动”后,对着音箱说你的唤醒词(比如“小爱同学,召唤管家”),它用人设音色回话就算跑通了。

提一句:项目目前已停止维护,功能定型,但本文提到的能力都可用,适合拿来长期跑。

三个开关,调出你的口味

.migpt.js里最常调的是三个开关:唤醒词、音色、人设,改完重启服务即可生效。

改唤醒词的方法

wakeUpKeywords决定“说哪句话进入 AI 模式”,exitKeywords决定怎么退出,callAIKeywords决定“哪些话直接交给大模型”。比如设成“召唤管家”进、“退出管家”出,之后照着说就行。

底层执行的唤醒指令和 TTS 指令由音箱型号决定,在规格文档里可查到对应参数:

切换 TTS 音色的步骤

默认用音箱自带音色。想要别的声音,把tts设为custom,再在.env里填第三方 TTS 服务地址TTS_BASE_URL,之后说“把声音换成甜美女声”这类话即可切换,完整设置参考 docs/tts.md。

写人设 systemTemplate

systemTemplate是交给大模型的一句“工作守则”,例如“你是家庭语音助手,回答简短、语气友好”。想让它称呼你某个名字、保持某种说话风格,就写在这里,进阶技巧见 docs/prompt.md。

一份最小可用配置供参考:

export default { systemTemplate: "你是家庭语音助手,回答简短、语气友好。", speaker: { userId: "987654321", // 小米ID password: "123456", // 账号密码 did: "小爱音箱Pro", // 米家中的音箱名称 callAIKeywords: ["请"], wakeUpKeywords: ["召唤管家", "打开管家"], exitKeywords: ["退出管家"], tts: "custom", }, };

把家排进生活日程表

MiGPT 比较顺手的用法是“说一次,用很久”:把联动规则告诉它,它会记住(记忆模块在 src/services/bot/memory/),之后你只说触发词。

  • 🛏️ 起床:说“小爱同学,早上好”,窗帘拉开、卧室灯亮起
  • 🚗 通勤:说“小爱同学,我快到家了”,客厅空调提前打开
  • 🏠 回家:说“小爱同学,我回来了”,开灯、拉窗帘、放音乐
  • 🌙 睡前:说“小爱同学,晚安”,灯光全关、窗帘合上

播放音乐时它会先查询音箱是否在播放中,再决定要不要开口,避免打断你正在听的歌:

几个“真香”瞬间

  • 不用下床:冬天躺在被窝里说一句话,关掉客厅的灯
  • 做饭不碰手机:手上沾着油,问“红烧肉怎么做”,它把做法逐步念给你听
  • 比内置语音更答得上来:天气、新闻、常识类问题走大模型回答,覆盖面和口吻都比音箱内置答案库更完整
  • 越用越贴合:告诉它“我一般七点起床”,后续提醒和照应会按你的习惯来

卡住了?照这张表查

现象先查哪里
音箱完全没反应看日志是否出现“服务已启动”;did填的音箱名和米家 App 里的名称是否一致
进不了 AI 模式 / 马上退出把你实际会说的短语和wakeUpKeywordscallAIKeywords对照,短语建议短且好认
声音卡顿、断句确认服务器能访问TTS_BASE_URL地址;试一次“把声音换成……”
找不到自己型号的指令参数在规格检索站搜型号查参数表(见下图),支持的型号清单见 docs/compatibility.md
登录失败userId填的是小米 ID,不是手机号或邮箱;核对密码

更多问题先看 docs/faq.md,大部分答案在里面。

写在最后

接下来 10 分钟你可以做完这些事:

  1. 按 docs/settings.md 的示例建好.env.migpt.js,填上 API 密钥和音箱信息
  2. 用上面那行 Docker 命令启动
  3. 说一句唤醒词,听音箱是否正常回应
  4. 按口味调三个开关:唤醒词、人设、音色

跑通之后,最值得花时间的就是“把一天的日程告诉它”——那些规则会变成它长期执行的联动习惯。

【免费下载链接】mi-gpt🏠 将小爱音箱接入 ChatGPT 和豆包,改造成你的专属语音助手。项目地址: https://gitcode.com/GitHub_Trending/mi/mi-gpt

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/14 18:13:26

Autoware 快速入门:Docker 跑通 ROS 2 开源自动驾驶栈

Autoware 快速入门:Docker 跑通 ROS 2 开源自动驾驶栈 【免费下载链接】autoware Autoware - the worlds leading open-source software project for autonomous driving 项目地址: https://gitcode.com/GitHub_Trending/au/autoware 车上已经装好了激光雷达…

作者头像 李华
网站建设 2026/9/14 18:13:14

Unity异步编程进阶:UniTask从原理到实战的完全指南

做Unity开发这几年,我踩过最多的坑不是玩法逻辑写不出来,而是"异步"这件事本身。场景加载要等、网络请求要等、资源加载要等,等的过程里稍不留神就是一卡一卡的掉帧,或者是回调套回调套到怀疑人生。早期用协程还能撑一撑…

作者头像 李华
网站建设 2026/9/14 18:11:56

Rust Web框架选型:Actix-web与Axum对比分析

1. Rust生态下的Web框架选型之争在Rust语言快速崛起的背景下,Web开发领域出现了多个高性能框架的激烈竞争。作为系统级语言,Rust凭借零成本抽象和内存安全特性,特别适合构建高并发、低延迟的Web服务。Actix-web和Axum作为当前最受关注的两个框…

作者头像 李华
网站建设 2026/9/14 18:11:02

Windows下Git安装配置与SSH密钥完整指南,从入门到避坑

做开发这行久了,Git 基本已经和吃饭喝水一样普通。但每次帮同事或读者处理环境问题,Windows 上 Git 的下载、安装、环境配置、SSH 密钥这些流程,依然是问得最多的坎。很多人卡在“装是装上了,一用就报错”“每次 push 都要输密码”…

作者头像 李华
网站建设 2026/9/14 18:10:53

Matlab实现PINN多输入单输出时序预测模型

开篇先聊一个很实际的问题:我们在工业场景里做预测,手里拿到的往往是好几个传感器通道的数据,想预测的目标却只有一个。比如根据压缩机进口温度、出口压力、转速、振动位移,去预测轴承的剩余寿命;或者根据生产线的温度…

作者头像 李华