1. 项目概述当“大牙”遇上AI一个硬件创客的乐观实验最近在捣鼓行空板总想着给它找点“不务正业”但又有点意思的活儿。手边正好有个闲置的、造型有点夸张的卡通“大牙”模型一个念头就冒了出来能不能让它变成一个会说话、能播报新闻的智能摆件而且播报的还得是经过AI筛选、提炼过的“乐观新闻”。这个想法听起来有点无厘头但仔细一想它其实融合了硬件控制、网络通信和当下最热的AI大模型应用是一个挺典型的创客项目。核心就是用行空板作为大脑驱动“大牙”的机械结构比如嘴巴开合、灯光闪烁然后通过调用OpenAI的ChatGPT API让它从海量信息中提取或生成积极、有趣的新闻摘要再通过蓝牙音箱或板载音频播放出来。这不仅仅是让一个模型动起来更是尝试在物理世界中构建一个具有“情绪价值”的AI交互终端。这个项目适合对Python编程、Linux基础操作和API调用有一定了解并且喜欢动手折腾硬件的小伙伴。你不需要是AI专家但需要有把不同技术模块“粘合”起来的能力和耐心。最终你会得到一个独一无二的、能为你带来每日“正能量快讯”的智能伙伴。下面我就把自己从零搭建这个“乐观新闻播报器”的全过程、踩过的坑以及一些实用技巧毫无保留地分享出来。2. 核心设计与技术栈选型解析2.1 为什么选择行空板作为核心行空板本质上是一台运行着定制化Debian Linux系统的微型电脑它集成了屏幕、按键、多种传感器和丰富的GPIO接口。选择它主要基于以下几点考量第一开箱即用的开发环境。行空板预装了Python和常用的库我们不需要像在树莓派上那样从头配置系统、安装驱动节省了大量前期准备时间。对于快速原型验证来说时间就是效率。第二强大的网络与音频能力。这个项目需要稳定地访问互联网以调用OpenAI API同时需要播放音频。行空板自带Wi-Fi和蓝牙模块音频输出接口也一应俱全硬件基础完全满足需求。相比之下一些更基础的微控制器如Arduino需要额外扩展网络和音频模块增加了复杂性和不稳定性。第三GPIO控制与Python生态。驱动“大牙”的舵机或电机需要GPIO行空板提供了足够的接口并且通过Python的gpiozero或RPi.GPIO库可以轻松控制。Python庞大的生态也意味着无论是处理HTTP请求的requests库还是解析JSON数据都能找到成熟、稳定的解决方案。一个关键的避坑点行空板基于ARM架构某些预编译的Python轮子wheel包可能不兼容。在安装第三方库时如果遇到架构错误优先尝试用pip从源码编译安装pip install --no-binary :all: 包名或者寻找明确支持armv7l或aarch64的版本。2.2 “乐观新闻”从何而来ChatGPT API的创造性使用项目的灵魂在于“乐观新闻”的生成。我们并非简单地让ChatGPT复述新闻而是通过精心设计的提示词Prompt引导它进行创造性的信息加工。核心思路是“筛选与转译”。我们可以让ChatGPT扮演一个乐观的新闻编辑。提供给它一段原始新闻文本可以从简单的RSS订阅获取或者甚至只是一个新闻主题然后要求它1识别新闻中的积极面或未来机遇2用轻松、幽默、鼓舞人心的口吻重新编写摘要3严格控制输出长度适合口语播报。例如一个关于“新能源发电占比提升”的新闻经过Prompt引导ChatGPT可能会输出“嘿有个超棒的消息我们的清洁能源队伍又壮大了阳光和风正悄悄取代更多的传统能源蓝天白云的日子越来越有盼头啦”。这就是我们想要的“乐观新闻”。技术实现上我们使用OpenAI的Chat Completion API。这里有一个非常重要的点绝对不要在任何代码、配置文件或日志中硬编码你的API Key也不要试图寻找或使用所谓的‘分享Key’。正确的做法是将其设置为环境变量。在行空板上你可以编辑~/.bashrc文件添加一行export OPENAI_API_KEY你的实际key然后执行source ~/.bashrc使其生效。在Python代码中通过os.getenv(OPENAI_API_KEY)来安全读取。关于模型选择初期测试可以使用gpt-3.5-turbo成本低、速度快。如果希望生成的内容更有创意和感染力可以升级到gpt-4。但务必注意行空板的算力有限我们只将其作为API调用客户端复杂的模型推理工作全部在OpenAI的云端完成。2.3 蓝牙音频输出的稳定之道为了让“大牙”的播报声音更洪亮、音质更好我们通常会将行空板与一个便携蓝牙音箱配对。在Linux下管理蓝牙命令行工具bluetoothctl是我们的好朋友但过程可能有些曲折。标准的配对连接流程如下进入bluetoothctl交互模式sudo bluetoothctl打开蓝牙电源并启动代理power on-agent on-default-agent扫描设备scan on找到你的音箱设备记下其MAC地址格式如XX:XX:XX:XX:XX:XX。配对与连接pair MAC地址-connect MAC地址-trust MAC地址使下次可自动连接。常见问题与排查技巧扫描不到设备确保音箱处于可发现模式通常需要长按某个配对键。同时用bluetoothctl show检查行空板自身蓝牙适配器是否正常。配对失败尝试先remove掉之前记录的该设备信息再重新执行配对流程。有些音箱需要输入PIN码如0000在bluetoothctl中会有提示。连接成功但系统没有声音这是最关键的一步。连接成功后你需要使用pactl或pacmd命令将蓝牙音箱设置为系统的默认音频输出设备。一个实用的命令序列是# 列出所有音频接收端sink pactl list short sinks # 你会看到类似 bluez_sink.XX_XX_XX_XX_XX_XX.a2dp_sink 的条目这就是你的蓝牙音箱。 # 将其设置为默认输出设备 pactl set-default-sink bluez_sink.XX_XX_XX_XX_XX_XX.a2dp_sink开机自动连接并切换音频这需要写一个脚本或服务。一个相对简单的方案是使用bluetoothctl的脚本模式并结合pactl命令。你可以创建一个脚本connect_bt_speaker.sh#!/bin/bash echo “connect XX:XX:XX:XX:XX:XX” | bluetoothctl sleep 5 # 等待连接稳定 pactl set-default-sink bluez_sink.XX_XX_XX_XX_XX_XX.a2dp_sink然后通过crontab或systemd服务在开机后延迟执行这个脚本。注意蓝牙音频协议如A2DP在传输高质量音频时可能会有轻微延迟但对于新闻播报这种场景完全可接受。如果对唇音同步要求极高比如做视频则需要考虑使用有线音频或低延迟蓝牙编码。3. 系统搭建与核心依赖安装3.1 行空板基础系统配置拿到行空板后首先确保其连接到可访问互联网的Wi-Fi网络。可以通过板载屏幕的界面操作或者通过SSH远程登录进行更高效的操作。默认的用户名和密码通常在产品手册中。第一步系统更新与升级。这是保证软件包兼容性和安全性的好习惯。sudo apt update sudo apt upgrade -y更新完成后建议重启一次sudo reboot。第二步安装必要的系统工具。我们需要安装一些用于音频管理、网络调试和进程管理的工具。sudo apt install -y pulseaudio pulseaudio-utils bluez bluez-tools python3-pip python3-venv gitpulseaudio: Linux下常用的音频服务便于管理蓝牙音频设备。bluez与bluez-tools: 蓝牙协议栈和命令行工具。python3-pip和python3-venv: Python包管理器和虚拟环境工具强烈建议使用虚拟环境来隔离项目依赖。3.2 Python虚拟环境与关键库安装为了避免不同项目间的库版本冲突我们为“大牙”项目创建一个独立的Python虚拟环境。# 在项目目录下例如 ~/projects/optimistic_news cd ~/projects/optimistic_news python3 -m venv venv # 激活虚拟环境 source venv/bin/activate激活后命令行提示符前会出现(venv)字样。安装核心Python库(venv) pip install --upgrade pip (venv) pip install openai requests schedule gpiozeroopenai: OpenAI官方库用于调用ChatGPT API。requests: 用于发送HTTP请求如果新闻源来自RSS或网页会用到它。schedule: 一个轻量级定时任务库用于规划每天定时播报新闻。gpiozero: 一个对初学者友好的GPIO控制库用于控制舵机或LED等。验证OpenAI库并配置API Key在激活的虚拟环境中启动Python交互界面进行快速测试import openai import os openai.api_key os.getenv(“OPENAI_API_KEY”) if not openai.api_key: print(“错误未找到OPENAI_API_KEY环境变量”) else: print(“API Key加载成功部分隐藏”, openai.api_key[:10] “...”)确保打印出“API Key加载成功”的提示。如果失败请回头检查环境变量的设置是否正确并且是否在同一个终端会话中激活了虚拟环境。4. 硬件驱动与“大牙”动效实现4.1 机械结构驱动方案选择“大牙”的动效可以很简单也可以很复杂取决于你的模型和创意。这里提供两种常见方案方案一舵机驱动下巴开合。这是最直观的实现方式。将一个微型舵机如SG90固定在“大牙”头部内部舵机臂连接下巴。舵机旋转带动下巴张开或闭合。通过gpiozero库可以非常容易地控制舵机角度。方案二LED灯光表情模拟。如果不想改动模型结构可以使用LED灯来模拟情绪。例如用一颗RGB LED播报时发出温和的蓝光讲笑话时闪烁黄光遇到特别好的消息时变成喜庆的红色呼吸灯。接线示意以方案一使用行空板GPIO为例舵机棕色线GND - 行空板任意GND引脚。舵机红色线VCC5V - 行空板5V输出引脚。注意确保你的行空板GPIO能提供足够的电流驱动舵机如果多个舵机最好使用外部供电。舵机橙色线信号线 - 行空板任意支持PWM的GPIO引脚例如GPIO17。4.2 使用gpiozero编写动效控制代码gpiozero库采用了面向对象和声明式的设计代码非常简洁易懂。from gpiozero import Servo, LEDBoard, Button from time import sleep import signal class BigToothAnimator: def __init__(self, servo_pin17, led_red_pin22, led_green_pin23, led_blue_pin24): “”“初始化大牙的动画控制器”“” # 初始化下巴舵机调整脉宽范围以适配你的舵机 self.jaw_servo Servo(servo_pin, min_pulse_width0.5/1000, max_pulse_width2.4/1000) # 初始化RGB LED self.mood_light LEDBoard(redled_red_pin, greenled_green_pin, blueled_blue_pin, pwmTrue) # 初始状态闭嘴灯光关闭 self.jaw_servo.min() # 对应下巴闭合位置 self.mood_light.off() def speak(self, text_duration_estimate5): “”“模拟说话动画。 text_duration_estimate: 预估的语音时长秒用于控制动画节奏。 ”“” # 灯光变为说话时的浅蓝色 self.mood_light.blue 0.3 self.mood_light.green 0.1 # 根据预估时长计算张嘴/闭嘴的循环次数和间隔 cycles int(text_duration_estimate * 2) # 假设每秒张合两次 for _ in range(cycles): self.jaw_servo.mid() # 张嘴到中间位置 sleep(0.2) # 张嘴停留时间 self.jaw_servo.min() # 闭嘴 sleep(0.3) # 闭嘴停留时间模拟说话节奏 # 说话结束灯光恢复待机或关闭 self.mood_light.off() def express_joy(self): “”“表达喜悦快速张合嘴巴灯光变为闪烁的黄色”“” self.mood_light.red 0.5 self.mood_light.green 0.5 self.mood_light.blue 0 for _ in range(6): self.jaw_servo.max() sleep(0.1) self.jaw_servo.min() sleep(0.1) self.mood_light.off() def idle(self): “”“待机状态缓慢呼吸灯效果”“” self.jaw_servo.min() # 实现呼吸灯需要更精细的PWM控制这里简化为淡入淡出蓝色 # 实际可以使用gpiozero的PWMOutputDevice pass # 使用示例 if __name__ “__main__”: tooth BigToothAnimator() tooth.speak(3) # 模拟说3秒钟话 sleep(1) tooth.express_joy()这段代码定义了一个BigToothAnimator类将硬件控制逻辑封装起来。在实际的主程序中你可以在调用TTS文本转语音播放前启动speak动画并在播放结束后停止。实操心得舵机的运动范围min(),mid(),max()对应的角度需要根据实际安装位置进行校准。最好在代码中预留出调整参数。另外连续的舵机运动可能会引起电源电压波动如果发现行空板有重启现象务必为舵机提供独立电源。5. 乐观新闻生成引擎的核心实现5.1 设计高效且可靠的PromptPrompt是与ChatGPT对话的“剧本”直接决定了输出内容的质量。我们的目标是让AI成为一个“乐观的新闻播音员”。一个基础的Prompt模板如下你是一个充满热情和幽默感的乐观新闻播报员。你的任务是将任何输入的信息改写成一段简短、积极、有趣的口播稿。 改写规则 1. 聚焦事件中的积极面、进步、希望或未来机遇。 2. 语言口语化像朋友聊天一样亲切自然可以加入适当的感叹词和轻松的语气词如“嘿”、“哇哦”、“太棒了”。 3. 绝对避免任何负面、悲观或中性的词汇。 4. 输出长度严格控制在80字以内确保能在20秒内轻松读完。 请改写以下新闻要点【{news_input}】在这个模板中{news_input}是一个占位符在实际调用时会被具体的新闻文本替换。进阶技巧你可以为不同类型的新闻设计不同的Prompt。例如科技类新闻可以强调“突破”和“未来”环保类新闻可以强调“家园变得更美好”。甚至可以让ChatGPT先判断新闻类别再调用不同的Prompt但这需要更复杂的多轮对话设计或Function Calling功能。5.2 构建新闻获取与处理流水线新闻的来源可以多样化。这里提供两种简单可靠的方案方案A使用固定新闻列表用于测试和演示。手动维护一个包含积极主题的新闻列表文件如news_list.txt每行一条。程序随机选取一条发送给ChatGPT进行“乐观化”处理。方案B抓取RSS订阅源更自动化。使用feedparser库订阅一些正能量或科技类媒体的RSS。务必注意版权和内容合规性仅用于个人学习研究。下面是一个结合方案A和OpenAI API的完整新闻生成函数import openai import os import random import logging logging.basicConfig(levellogging.INFO) logger logging.getLogger(__name__) class OptimisticNewsGenerator: def __init__(self, api_keyNone, model“gpt-3.5-turbo”): self.client openai.OpenAI(api_keyapi_key or os.getenv(“OPENAI_API_KEY”)) self.model model # 示例新闻库实际可从文件读取 self.news_corpus [ “科学家在太阳能电池转化效率上取得新突破。”, “社区志愿者周末组织了河边垃圾清理活动河道焕然一新。”, “本地动物园新生了一只罕见的小熊猫宝宝健康状况良好。”, “新的公共交通线路今日开通连接了城市南北多个区域。”, ] self.prompt_template “”“你是一个充满热情和幽默感的乐观新闻播报员。你的任务是将任何输入的信息改写成一段简短、积极、有趣的口播稿。 改写规则 1. 聚焦事件中的积极面、进步、希望或未来机遇。 2. 语言口语化像朋友聊天一样亲切自然可以加入适当的感叹词和轻松的语气词如“嘿”、“哇哦”、“太棒了”。 3. 绝对避免任何负面、悲观或中性的词汇。 4. 输出长度严格控制在80字以内确保能在20秒内轻松读完。 请改写以下新闻要点【{news_input}】”“” def _get_random_news(self): “”“从新闻库中随机选取一条。未来可替换为RSS抓取逻辑。”“” return random.choice(self.news_corpus) def generate_news(self) - str: “”“生成一条乐观新闻。返回生成的文本如果失败则返回None。”“” raw_news self._get_random_news() prompt self.prompt_template.format(news_inputraw_news) try: response self.client.chat.completions.create( modelself.model, messages[ {“role”: “system”, “content”: “你是一个乐观的新闻编辑。”}, {“role”: “user”, “content”: prompt} ], temperature0.8, # 控制创造性0.8比较适中 max_tokens150, # 限制生成长度 ) optimistic_news response.choices[0].message.content.strip() logger.info(f“生成乐观新闻成功{optimistic_news}”) return optimistic_news except openai.APIConnectionError as e: logger.error(f“网络连接失败: {e}”) except openai.RateLimitError as e: logger.error(f“API速率超限: {e}”) except openai.APIStatusError as e: logger.error(f“API返回错误状态码: {e.status_code}, 详情: {e.response}”) except Exception as e: logger.error(f“未知错误: {e}”) return None # 使用示例 if __name__ “__main__”: generator OptimisticNewsGenerator() news generator.generate_news() if news: print(“今日乐观新闻”, news) else: print(“新闻生成失败请检查网络和API设置。”)关键点解析错误处理网络请求必须包含完善的异常处理try-except。openai库提供了丰富的异常类型如APIConnectionError网络问题、RateLimitError调用超频帮助我们精准定位问题。参数调优temperature参数很重要。值越高接近1.0输出越随机、有创意值越低接近0输出越确定、保守。对于新闻播报0.7-0.9是不错的选择。max_tokens用于控制回复的最大长度防止生成过长的内容。日志记录使用logging模块记录信息、错误这对于长期运行在后台的服务至关重要便于后期排查问题。6. 文本转语音与音频播放集成6.1 本地TTS引擎选型Edge-TTS将生成的乐观新闻文本转换成语音我们有两种选择使用在线API如Azure、Google TTS或本地引擎。考虑到项目的独立性和稳定性我推荐使用本地方案。pyttsx3是一个经典选择但其声音自然度一般。这里我推荐微软的Edge-TTS它通过调用微软Edge浏览器的在线语音合成服务能获得非常高质量、自然的语音且无需复杂的API Key申请但有使用限制。首先安装Edge-TTS命令行工具和Python库(venv) pip install edge-ttsEdge-TTS的使用非常简单它可以直接生成.mp3音频文件。6.2 实现TTS与播放函数我们将TTS和播放功能封装成一个类便于管理。import subprocess import os from pathlib import Path import logging logger logging.getLogger(__name__) class NewsSpeaker: def __init__(self, output_dir“./audio_cache”, voice“zh-CN-XiaoxiaoNeural”): “”“初始化播报员 Args: output_dir: 音频文件缓存目录 voice: 语音合成角色Edge-TTS支持多种中文声音如‘zh-CN-XiaoxiaoNeural’晓晓女, ‘zh-CN-YunyangNeural’云扬男等。 ”“” self.output_dir Path(output_dir) self.output_dir.mkdir(exist_okTrue) self.voice voice # 检查系统音频播放命令行空板通常可用‘mpg123’或‘aplay’ self.player_cmd self._detect_player() def _detect_player(self): “”“检测系统可用的音频播放器”“” for cmd in [‘mpg123’, ‘aplay’, ‘paplay’]: if subprocess.run([‘which’, cmd], capture_outputTrue).returncode 0: return cmd logger.warning(“未找到常见音频播放器将尝试使用系统默认。”) return None def text_to_speech(self, text: str, filename“news.mp3”) - Path: “”“将文本转换为语音保存为MP3文件。 返回生成的音频文件路径。 ”“” output_path self.output_dir / filename # 使用Edge-TTS命令行工具 cmd [ “edge-tts”, “–text”, text, “–voice”, self.voice, “–write-media”, str(output_path), “–rate10%” # 可选项稍微加快语速听起来更活泼 ] try: logger.info(f“正在生成语音文件{output_path}”) result subprocess.run(cmd, capture_outputTrue, textTrue, timeout30) if result.returncode ! 0: logger.error(f“TTS生成失败: {result.stderr}”) return None logger.info(“语音文件生成成功。”) return output_path except subprocess.TimeoutExpired: logger.error(“TTS生成超时。”) return None except Exception as e: logger.error(f“TTS过程发生未知错误: {e}”) return None def play_audio(self, audio_path: Path): “”“播放指定的音频文件。”“” if not audio_path or not audio_path.exists(): logger.error(f“音频文件不存在: {audio_path}”) return False if self.player_cmd ‘mpg123’: play_cmd [‘mpg123’, ‘-q’, str(audio_path)] # -q 静默模式 elif self.player_cmd ‘aplay’: # aplay通常播放wavmp3需要转换或使用其他工具 play_cmd [‘mpg123’, ‘-q’, str(audio_path)] # 假设已安装mpg123 elif self.player_cmd ‘paplay’: play_cmd [‘paplay’, str(audio_path)] # PulseAudio播放器 else: # 最后尝试使用系统默认命令 play_cmd [‘xdg-open’, str(audio_path)] try: logger.info(f“正在播放音频: {audio_path}”) subprocess.run(play_cmd, checkTrue) return True except subprocess.CalledProcessError as e: logger.error(f“音频播放失败: {e}”) return False except FileNotFoundError: logger.error(f“未找到播放命令: {self.player_cmd}”) return False def speak_text(self, text: str): “”“一站式服务生成语音并播放。”“” audio_file self.text_to_speech(text) if audio_file: success self.play_audio(audio_file) # 播放完成后可以选择删除缓存文件以节省空间 # audio_file.unlink() return success return False # 使用示例 if __name__ “__main__”: speaker NewsSpeaker() test_text “今天天气真好我们一起做点有趣的项目吧” speaker.speak_text(test_text)注意事项播放命令依赖行空板默认可能没有安装mpg123。你需要先安装它sudo apt install mpg123。aplay通常用于播放WAV格式对MP3支持有限。音频设备选择如果系统连接了多个音频设备如板载音频、蓝牙音箱播放命令可能会输出到默认设备。我们之前在蓝牙配置部分已经通过pactl set-default-sink设置了默认设备所以播放应该会自动导向蓝牙音箱。网络依赖Edge-TTS需要联网才能工作因为它本质上是调用微软的服务。确保行空板网络通畅。7. 主程序整合与定时播报调度7.1 构建完整的应用循环现在我们需要将新闻生成、硬件动画、语音播报和定时任务整合到一个主程序中。我们将使用schedule库来管理定时任务并在一个无限循环中运行。import schedule import time import logging from datetime import datetime from optimistic_news_generator import OptimisticNewsGenerator from news_speaker import NewsSpeaker from big_tooth_animator import BigToothAnimator logging.basicConfig(levellogging.INFO, format‘%(asctime)s - %(name)s - %(levelname)s - %(message)s’) logger logging.getLogger(__name__) class OptimisticNewsBroadcaster: def __init__(self): logger.info(“初始化乐观新闻播报器…”) self.news_gen OptimisticNewsGenerator() self.speaker NewsSpeaker() self.animator BigToothAnimator() # 根据实际GPIO引脚修改 self.is_broadcasting False def broadcast_one_news(self): “”“执行一次完整的新闻播报流程。”“” if self.is_broadcasting: logger.warning(“当前正在播报中跳过此次任务。”) return self.is_broadcasting True logger.info(“开始准备今日乐观新闻…”) try: # 1. 生成乐观新闻 news_text self.news_gen.generate_news() if not news_text: logger.error(“未能生成新闻文本。”) self.is_broadcasting False return logger.info(f“生成的新闻{news_text}”) # 2. 启动硬件动画例如让大牙进入准备说话状态 # 可以先做一个“唤醒”动画 self.animator.express_joy() # 用喜悦动画表示“有新闻啦” # 3. 生成语音文件此步骤会阻塞时间取决于网络和文本长度 audio_file self.speaker.text_to_speech(news_text, f“news_{datetime.now().strftime(‘%H%M%S’)}.mp3”) if not audio_file: logger.error(“语音文件生成失败。”) self.is_broadcasting False return # 4. 播报开始启动嘴巴开合动画并播放音频 # 这里需要一个机制让动画和音频播放并行。一个简单方法是开线程但更简单的是估算时长。 estimated_duration len(news_text) / 5 # 粗略估算每秒读5个字 # 启动一个在后台运行动画的函数这里简化实际可用threading # 我们假设speak方法内部会阻塞直到动画播完 self.animator.speak(estimated_duration) # 播放音频此操作也会阻塞直到播放完成 play_success self.speaker.play_audio(audio_file) # 5. 播报结束恢复待机状态 self.animator.idle() logger.info(“新闻播报完成。”) except Exception as e: logger.exception(f“播报过程中发生未预期错误: {e}”) finally: self.is_broadcasting False def run_schedule(self): “”“设置定时任务并启动调度循环。”“” # 示例每天上午9点和下午6点各播报一次 schedule.every().day.at(“09:00”).do(self.broadcast_one_news) schedule.every().day.at(“18:00”).do(self.broadcast_one_news) # 也可以每小时播报一次测试用 # schedule.every().hour.do(self.broadcast_one_news) logger.info(“定时任务已启动。等待执行…”) while True: schedule.run_pending() time.sleep(60) # 每分钟检查一次任务 if __name__ “__main__”: broadcaster OptimisticNewsBroadcaster() # 可以立即测试一次 # broadcaster.broadcast_one_news() # 或者直接运行定时任务 broadcaster.run_schedule()7.2 让程序在后台稳定运行使用Systemd服务我们希望“大牙”播报器在行空板开机后就能自动启动并且在崩溃后能自动重启。最好的方式就是将其配置为一个systemd服务。创建服务文件在行空板上创建文件/etc/systemd/system/optimistic-news.service。sudo nano /etc/systemd/system/optimistic-news.service编辑服务内容[Unit] DescriptionOptimistic News Broadcaster for Big Tooth Afternetwork.target bluetooth.target sound.target Wantsbluetooth.target # 等待网络、蓝牙和音频服务就绪 [Service] Typesimple Userpi # 替换为你的行空板用户名通常是‘pi’或‘unihiker’ WorkingDirectory/home/pi/projects/optimistic_news # 替换为你的项目绝对路径 Environment“PATH/home/pi/projects/optimistic_news/venv/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin” Environment“OPENAI_API_KEY你的API_KEY” # 也可以在这里设置环境变量但更推荐在~/.bashrc中设置 ExecStart/home/pi/projects/optimistic_news/venv/bin/python /home/pi/projects/optimistic_news/main.py Restarton-failure RestartSec10 StandardOutputjournal StandardErrorjournal [Install] WantedBymulti-user.target重要提示将上述路径/home/pi/projects/optimistic_news和用户pi替换为你实际的项目路径和用户名。Environment行可以设置项目所需的环境变量。启用并启动服务sudo systemctl daemon-reload sudo systemctl enable optimistic-news.service # 启用开机自启 sudo systemctl start optimistic-news.service # 立即启动服务 sudo systemctl status optimistic-news.service # 查看服务状态查看日志sudo journalctl -u optimistic-news.service -f # 实时查看日志 sudo journalctl -u optimistic-news.service --since today # 查看今日日志通过systemd管理你的“大牙”播报器就成为了一个可靠的后台服务能够持续运行。8. 项目优化与扩展思路8.1 性能与稳定性优化新闻缓存每次播报都实时生成新闻和TTS网络依赖强、速度慢。可以优化为在网络通畅时如凌晨预生成多条新闻和对应的音频文件存入缓存池。播报时直接从池中随机选取一个播放实现离线播报。这需要增加一个缓存管理模块。动画与音频同步目前的方案是估算音频时长来控制动画并不精确。更高级的做法是使用音频分析或播放器回调。例如使用pydub库分析音频长度或者使用播放器如pygame.mixer的事件回调在播放开始和结束时精确触发动画。错误恢复与降级在主程序broadcast_one_news中增加更健壮的错误恢复。例如如果OpenAI API调用失败可以降级使用本地预存的“经典乐观语录”如果TTS失败可以尝试使用备用的pyttsx3本地合成。8.2 功能扩展与创意玩法交互式触发为行空板配置一个物理按钮。按下按钮立即生成并播报一条新的乐观新闻增加互动趣味性。情绪感知升级给“大牙”增加一个摄像头如USB摄像头使用简单的图像识别或预训练的模型如fer库进行面部情绪识别。当检测到用户情绪低落时主动播报新闻来逗乐。多新闻源融合不仅仅从固定列表或RSS获取可以接入天气API生成“乐观天气播报”接入日历API生成“今日历史上的美好事件”。分布式与云同步将生成新闻的核心逻辑部署到更强大的云服务器上行空板仅作为接收端和播放端。这样可以利用云服务器更强大的计算能力运行更复杂的AI模型也便于统一管理多个“大牙”终端的内容。这个项目从想法到实现涉及了嵌入式Linux、Python编程、API调用、硬件控制和系统服务等多个环节。过程中最深的体会是硬件项目成功的关键往往不在于某个技术有多高深而在于各个模块之间稳定、可靠的“连接”与“容错”。无论是软件层面的异常处理还是硬件层面的电源稳定都需要反复测试和打磨。当你看到自己创造的“大牙”摇头晃脑地用欢快的语调播报出一条由AI生成的、独一无二的乐观新闻时那种成就感远超单纯写一段软件代码。希望这份详细的记录能帮你少走弯路更快地创造出属于自己的那个乐观的AI伙伴。
1. 项目概述当“大牙”遇上AI一个硬件创客的乐观实验最近在捣鼓行空板总想着给它找点“不务正业”但又有点意思的活儿。手边正好有个闲置的、造型有点夸张的卡通“大牙”模型一个念头就冒了出来能不能让它变成一个会说话、能播报新闻的智能摆件而且播报的还得是经过AI筛选、提炼过的“乐观新闻”。这个想法听起来有点无厘头但仔细一想它其实融合了硬件控制、网络通信和当下最热的AI大模型应用是一个挺典型的创客项目。核心就是用行空板作为大脑驱动“大牙”的机械结构比如嘴巴开合、灯光闪烁然后通过调用OpenAI的ChatGPT API让它从海量信息中提取或生成积极、有趣的新闻摘要再通过蓝牙音箱或板载音频播放出来。这不仅仅是让一个模型动起来更是尝试在物理世界中构建一个具有“情绪价值”的AI交互终端。这个项目适合对Python编程、Linux基础操作和API调用有一定了解并且喜欢动手折腾硬件的小伙伴。你不需要是AI专家但需要有把不同技术模块“粘合”起来的能力和耐心。最终你会得到一个独一无二的、能为你带来每日“正能量快讯”的智能伙伴。下面我就把自己从零搭建这个“乐观新闻播报器”的全过程、踩过的坑以及一些实用技巧毫无保留地分享出来。2. 核心设计与技术栈选型解析2.1 为什么选择行空板作为核心行空板本质上是一台运行着定制化Debian Linux系统的微型电脑它集成了屏幕、按键、多种传感器和丰富的GPIO接口。选择它主要基于以下几点考量第一开箱即用的开发环境。行空板预装了Python和常用的库我们不需要像在树莓派上那样从头配置系统、安装驱动节省了大量前期准备时间。对于快速原型验证来说时间就是效率。第二强大的网络与音频能力。这个项目需要稳定地访问互联网以调用OpenAI API同时需要播放音频。行空板自带Wi-Fi和蓝牙模块音频输出接口也一应俱全硬件基础完全满足需求。相比之下一些更基础的微控制器如Arduino需要额外扩展网络和音频模块增加了复杂性和不稳定性。第三GPIO控制与Python生态。驱动“大牙”的舵机或电机需要GPIO行空板提供了足够的接口并且通过Python的gpiozero或RPi.GPIO库可以轻松控制。Python庞大的生态也意味着无论是处理HTTP请求的requests库还是解析JSON数据都能找到成熟、稳定的解决方案。一个关键的避坑点行空板基于ARM架构某些预编译的Python轮子wheel包可能不兼容。在安装第三方库时如果遇到架构错误优先尝试用pip从源码编译安装pip install --no-binary :all: 包名或者寻找明确支持armv7l或aarch64的版本。2.2 “乐观新闻”从何而来ChatGPT API的创造性使用项目的灵魂在于“乐观新闻”的生成。我们并非简单地让ChatGPT复述新闻而是通过精心设计的提示词Prompt引导它进行创造性的信息加工。核心思路是“筛选与转译”。我们可以让ChatGPT扮演一个乐观的新闻编辑。提供给它一段原始新闻文本可以从简单的RSS订阅获取或者甚至只是一个新闻主题然后要求它1识别新闻中的积极面或未来机遇2用轻松、幽默、鼓舞人心的口吻重新编写摘要3严格控制输出长度适合口语播报。例如一个关于“新能源发电占比提升”的新闻经过Prompt引导ChatGPT可能会输出“嘿有个超棒的消息我们的清洁能源队伍又壮大了阳光和风正悄悄取代更多的传统能源蓝天白云的日子越来越有盼头啦”。这就是我们想要的“乐观新闻”。技术实现上我们使用OpenAI的Chat Completion API。这里有一个非常重要的点绝对不要在任何代码、配置文件或日志中硬编码你的API Key也不要试图寻找或使用所谓的‘分享Key’。正确的做法是将其设置为环境变量。在行空板上你可以编辑~/.bashrc文件添加一行export OPENAI_API_KEY你的实际key然后执行source ~/.bashrc使其生效。在Python代码中通过os.getenv(OPENAI_API_KEY)来安全读取。关于模型选择初期测试可以使用gpt-3.5-turbo成本低、速度快。如果希望生成的内容更有创意和感染力可以升级到gpt-4。但务必注意行空板的算力有限我们只将其作为API调用客户端复杂的模型推理工作全部在OpenAI的云端完成。2.3 蓝牙音频输出的稳定之道为了让“大牙”的播报声音更洪亮、音质更好我们通常会将行空板与一个便携蓝牙音箱配对。在Linux下管理蓝牙命令行工具bluetoothctl是我们的好朋友但过程可能有些曲折。标准的配对连接流程如下进入bluetoothctl交互模式sudo bluetoothctl打开蓝牙电源并启动代理power on-agent on-default-agent扫描设备scan on找到你的音箱设备记下其MAC地址格式如XX:XX:XX:XX:XX:XX。配对与连接pair MAC地址-connect MAC地址-trust MAC地址使下次可自动连接。常见问题与排查技巧扫描不到设备确保音箱处于可发现模式通常需要长按某个配对键。同时用bluetoothctl show检查行空板自身蓝牙适配器是否正常。配对失败尝试先remove掉之前记录的该设备信息再重新执行配对流程。有些音箱需要输入PIN码如0000在bluetoothctl中会有提示。连接成功但系统没有声音这是最关键的一步。连接成功后你需要使用pactl或pacmd命令将蓝牙音箱设置为系统的默认音频输出设备。一个实用的命令序列是# 列出所有音频接收端sink pactl list short sinks # 你会看到类似 bluez_sink.XX_XX_XX_XX_XX_XX.a2dp_sink 的条目这就是你的蓝牙音箱。 # 将其设置为默认输出设备 pactl set-default-sink bluez_sink.XX_XX_XX_XX_XX_XX.a2dp_sink开机自动连接并切换音频这需要写一个脚本或服务。一个相对简单的方案是使用bluetoothctl的脚本模式并结合pactl命令。你可以创建一个脚本connect_bt_speaker.sh#!/bin/bash echo “connect XX:XX:XX:XX:XX:XX” | bluetoothctl sleep 5 # 等待连接稳定 pactl set-default-sink bluez_sink.XX_XX_XX_XX_XX_XX.a2dp_sink然后通过crontab或systemd服务在开机后延迟执行这个脚本。注意蓝牙音频协议如A2DP在传输高质量音频时可能会有轻微延迟但对于新闻播报这种场景完全可接受。如果对唇音同步要求极高比如做视频则需要考虑使用有线音频或低延迟蓝牙编码。3. 系统搭建与核心依赖安装3.1 行空板基础系统配置拿到行空板后首先确保其连接到可访问互联网的Wi-Fi网络。可以通过板载屏幕的界面操作或者通过SSH远程登录进行更高效的操作。默认的用户名和密码通常在产品手册中。第一步系统更新与升级。这是保证软件包兼容性和安全性的好习惯。sudo apt update sudo apt upgrade -y更新完成后建议重启一次sudo reboot。第二步安装必要的系统工具。我们需要安装一些用于音频管理、网络调试和进程管理的工具。sudo apt install -y pulseaudio pulseaudio-utils bluez bluez-tools python3-pip python3-venv gitpulseaudio: Linux下常用的音频服务便于管理蓝牙音频设备。bluez与bluez-tools: 蓝牙协议栈和命令行工具。python3-pip和python3-venv: Python包管理器和虚拟环境工具强烈建议使用虚拟环境来隔离项目依赖。3.2 Python虚拟环境与关键库安装为了避免不同项目间的库版本冲突我们为“大牙”项目创建一个独立的Python虚拟环境。# 在项目目录下例如 ~/projects/optimistic_news cd ~/projects/optimistic_news python3 -m venv venv # 激活虚拟环境 source venv/bin/activate激活后命令行提示符前会出现(venv)字样。安装核心Python库(venv) pip install --upgrade pip (venv) pip install openai requests schedule gpiozeroopenai: OpenAI官方库用于调用ChatGPT API。requests: 用于发送HTTP请求如果新闻源来自RSS或网页会用到它。schedule: 一个轻量级定时任务库用于规划每天定时播报新闻。gpiozero: 一个对初学者友好的GPIO控制库用于控制舵机或LED等。验证OpenAI库并配置API Key在激活的虚拟环境中启动Python交互界面进行快速测试import openai import os openai.api_key os.getenv(“OPENAI_API_KEY”) if not openai.api_key: print(“错误未找到OPENAI_API_KEY环境变量”) else: print(“API Key加载成功部分隐藏”, openai.api_key[:10] “...”)确保打印出“API Key加载成功”的提示。如果失败请回头检查环境变量的设置是否正确并且是否在同一个终端会话中激活了虚拟环境。4. 硬件驱动与“大牙”动效实现4.1 机械结构驱动方案选择“大牙”的动效可以很简单也可以很复杂取决于你的模型和创意。这里提供两种常见方案方案一舵机驱动下巴开合。这是最直观的实现方式。将一个微型舵机如SG90固定在“大牙”头部内部舵机臂连接下巴。舵机旋转带动下巴张开或闭合。通过gpiozero库可以非常容易地控制舵机角度。方案二LED灯光表情模拟。如果不想改动模型结构可以使用LED灯来模拟情绪。例如用一颗RGB LED播报时发出温和的蓝光讲笑话时闪烁黄光遇到特别好的消息时变成喜庆的红色呼吸灯。接线示意以方案一使用行空板GPIO为例舵机棕色线GND - 行空板任意GND引脚。舵机红色线VCC5V - 行空板5V输出引脚。注意确保你的行空板GPIO能提供足够的电流驱动舵机如果多个舵机最好使用外部供电。舵机橙色线信号线 - 行空板任意支持PWM的GPIO引脚例如GPIO17。4.2 使用gpiozero编写动效控制代码gpiozero库采用了面向对象和声明式的设计代码非常简洁易懂。from gpiozero import Servo, LEDBoard, Button from time import sleep import signal class BigToothAnimator: def __init__(self, servo_pin17, led_red_pin22, led_green_pin23, led_blue_pin24): “”“初始化大牙的动画控制器”“” # 初始化下巴舵机调整脉宽范围以适配你的舵机 self.jaw_servo Servo(servo_pin, min_pulse_width0.5/1000, max_pulse_width2.4/1000) # 初始化RGB LED self.mood_light LEDBoard(redled_red_pin, greenled_green_pin, blueled_blue_pin, pwmTrue) # 初始状态闭嘴灯光关闭 self.jaw_servo.min() # 对应下巴闭合位置 self.mood_light.off() def speak(self, text_duration_estimate5): “”“模拟说话动画。 text_duration_estimate: 预估的语音时长秒用于控制动画节奏。 ”“” # 灯光变为说话时的浅蓝色 self.mood_light.blue 0.3 self.mood_light.green 0.1 # 根据预估时长计算张嘴/闭嘴的循环次数和间隔 cycles int(text_duration_estimate * 2) # 假设每秒张合两次 for _ in range(cycles): self.jaw_servo.mid() # 张嘴到中间位置 sleep(0.2) # 张嘴停留时间 self.jaw_servo.min() # 闭嘴 sleep(0.3) # 闭嘴停留时间模拟说话节奏 # 说话结束灯光恢复待机或关闭 self.mood_light.off() def express_joy(self): “”“表达喜悦快速张合嘴巴灯光变为闪烁的黄色”“” self.mood_light.red 0.5 self.mood_light.green 0.5 self.mood_light.blue 0 for _ in range(6): self.jaw_servo.max() sleep(0.1) self.jaw_servo.min() sleep(0.1) self.mood_light.off() def idle(self): “”“待机状态缓慢呼吸灯效果”“” self.jaw_servo.min() # 实现呼吸灯需要更精细的PWM控制这里简化为淡入淡出蓝色 # 实际可以使用gpiozero的PWMOutputDevice pass # 使用示例 if __name__ “__main__”: tooth BigToothAnimator() tooth.speak(3) # 模拟说3秒钟话 sleep(1) tooth.express_joy()这段代码定义了一个BigToothAnimator类将硬件控制逻辑封装起来。在实际的主程序中你可以在调用TTS文本转语音播放前启动speak动画并在播放结束后停止。实操心得舵机的运动范围min(),mid(),max()对应的角度需要根据实际安装位置进行校准。最好在代码中预留出调整参数。另外连续的舵机运动可能会引起电源电压波动如果发现行空板有重启现象务必为舵机提供独立电源。5. 乐观新闻生成引擎的核心实现5.1 设计高效且可靠的PromptPrompt是与ChatGPT对话的“剧本”直接决定了输出内容的质量。我们的目标是让AI成为一个“乐观的新闻播音员”。一个基础的Prompt模板如下你是一个充满热情和幽默感的乐观新闻播报员。你的任务是将任何输入的信息改写成一段简短、积极、有趣的口播稿。 改写规则 1. 聚焦事件中的积极面、进步、希望或未来机遇。 2. 语言口语化像朋友聊天一样亲切自然可以加入适当的感叹词和轻松的语气词如“嘿”、“哇哦”、“太棒了”。 3. 绝对避免任何负面、悲观或中性的词汇。 4. 输出长度严格控制在80字以内确保能在20秒内轻松读完。 请改写以下新闻要点【{news_input}】在这个模板中{news_input}是一个占位符在实际调用时会被具体的新闻文本替换。进阶技巧你可以为不同类型的新闻设计不同的Prompt。例如科技类新闻可以强调“突破”和“未来”环保类新闻可以强调“家园变得更美好”。甚至可以让ChatGPT先判断新闻类别再调用不同的Prompt但这需要更复杂的多轮对话设计或Function Calling功能。5.2 构建新闻获取与处理流水线新闻的来源可以多样化。这里提供两种简单可靠的方案方案A使用固定新闻列表用于测试和演示。手动维护一个包含积极主题的新闻列表文件如news_list.txt每行一条。程序随机选取一条发送给ChatGPT进行“乐观化”处理。方案B抓取RSS订阅源更自动化。使用feedparser库订阅一些正能量或科技类媒体的RSS。务必注意版权和内容合规性仅用于个人学习研究。下面是一个结合方案A和OpenAI API的完整新闻生成函数import openai import os import random import logging logging.basicConfig(levellogging.INFO) logger logging.getLogger(__name__) class OptimisticNewsGenerator: def __init__(self, api_keyNone, model“gpt-3.5-turbo”): self.client openai.OpenAI(api_keyapi_key or os.getenv(“OPENAI_API_KEY”)) self.model model # 示例新闻库实际可从文件读取 self.news_corpus [ “科学家在太阳能电池转化效率上取得新突破。”, “社区志愿者周末组织了河边垃圾清理活动河道焕然一新。”, “本地动物园新生了一只罕见的小熊猫宝宝健康状况良好。”, “新的公共交通线路今日开通连接了城市南北多个区域。”, ] self.prompt_template “”“你是一个充满热情和幽默感的乐观新闻播报员。你的任务是将任何输入的信息改写成一段简短、积极、有趣的口播稿。 改写规则 1. 聚焦事件中的积极面、进步、希望或未来机遇。 2. 语言口语化像朋友聊天一样亲切自然可以加入适当的感叹词和轻松的语气词如“嘿”、“哇哦”、“太棒了”。 3. 绝对避免任何负面、悲观或中性的词汇。 4. 输出长度严格控制在80字以内确保能在20秒内轻松读完。 请改写以下新闻要点【{news_input}】”“” def _get_random_news(self): “”“从新闻库中随机选取一条。未来可替换为RSS抓取逻辑。”“” return random.choice(self.news_corpus) def generate_news(self) - str: “”“生成一条乐观新闻。返回生成的文本如果失败则返回None。”“” raw_news self._get_random_news() prompt self.prompt_template.format(news_inputraw_news) try: response self.client.chat.completions.create( modelself.model, messages[ {“role”: “system”, “content”: “你是一个乐观的新闻编辑。”}, {“role”: “user”, “content”: prompt} ], temperature0.8, # 控制创造性0.8比较适中 max_tokens150, # 限制生成长度 ) optimistic_news response.choices[0].message.content.strip() logger.info(f“生成乐观新闻成功{optimistic_news}”) return optimistic_news except openai.APIConnectionError as e: logger.error(f“网络连接失败: {e}”) except openai.RateLimitError as e: logger.error(f“API速率超限: {e}”) except openai.APIStatusError as e: logger.error(f“API返回错误状态码: {e.status_code}, 详情: {e.response}”) except Exception as e: logger.error(f“未知错误: {e}”) return None # 使用示例 if __name__ “__main__”: generator OptimisticNewsGenerator() news generator.generate_news() if news: print(“今日乐观新闻”, news) else: print(“新闻生成失败请检查网络和API设置。”)关键点解析错误处理网络请求必须包含完善的异常处理try-except。openai库提供了丰富的异常类型如APIConnectionError网络问题、RateLimitError调用超频帮助我们精准定位问题。参数调优temperature参数很重要。值越高接近1.0输出越随机、有创意值越低接近0输出越确定、保守。对于新闻播报0.7-0.9是不错的选择。max_tokens用于控制回复的最大长度防止生成过长的内容。日志记录使用logging模块记录信息、错误这对于长期运行在后台的服务至关重要便于后期排查问题。6. 文本转语音与音频播放集成6.1 本地TTS引擎选型Edge-TTS将生成的乐观新闻文本转换成语音我们有两种选择使用在线API如Azure、Google TTS或本地引擎。考虑到项目的独立性和稳定性我推荐使用本地方案。pyttsx3是一个经典选择但其声音自然度一般。这里我推荐微软的Edge-TTS它通过调用微软Edge浏览器的在线语音合成服务能获得非常高质量、自然的语音且无需复杂的API Key申请但有使用限制。首先安装Edge-TTS命令行工具和Python库(venv) pip install edge-ttsEdge-TTS的使用非常简单它可以直接生成.mp3音频文件。6.2 实现TTS与播放函数我们将TTS和播放功能封装成一个类便于管理。import subprocess import os from pathlib import Path import logging logger logging.getLogger(__name__) class NewsSpeaker: def __init__(self, output_dir“./audio_cache”, voice“zh-CN-XiaoxiaoNeural”): “”“初始化播报员 Args: output_dir: 音频文件缓存目录 voice: 语音合成角色Edge-TTS支持多种中文声音如‘zh-CN-XiaoxiaoNeural’晓晓女, ‘zh-CN-YunyangNeural’云扬男等。 ”“” self.output_dir Path(output_dir) self.output_dir.mkdir(exist_okTrue) self.voice voice # 检查系统音频播放命令行空板通常可用‘mpg123’或‘aplay’ self.player_cmd self._detect_player() def _detect_player(self): “”“检测系统可用的音频播放器”“” for cmd in [‘mpg123’, ‘aplay’, ‘paplay’]: if subprocess.run([‘which’, cmd], capture_outputTrue).returncode 0: return cmd logger.warning(“未找到常见音频播放器将尝试使用系统默认。”) return None def text_to_speech(self, text: str, filename“news.mp3”) - Path: “”“将文本转换为语音保存为MP3文件。 返回生成的音频文件路径。 ”“” output_path self.output_dir / filename # 使用Edge-TTS命令行工具 cmd [ “edge-tts”, “–text”, text, “–voice”, self.voice, “–write-media”, str(output_path), “–rate10%” # 可选项稍微加快语速听起来更活泼 ] try: logger.info(f“正在生成语音文件{output_path}”) result subprocess.run(cmd, capture_outputTrue, textTrue, timeout30) if result.returncode ! 0: logger.error(f“TTS生成失败: {result.stderr}”) return None logger.info(“语音文件生成成功。”) return output_path except subprocess.TimeoutExpired: logger.error(“TTS生成超时。”) return None except Exception as e: logger.error(f“TTS过程发生未知错误: {e}”) return None def play_audio(self, audio_path: Path): “”“播放指定的音频文件。”“” if not audio_path or not audio_path.exists(): logger.error(f“音频文件不存在: {audio_path}”) return False if self.player_cmd ‘mpg123’: play_cmd [‘mpg123’, ‘-q’, str(audio_path)] # -q 静默模式 elif self.player_cmd ‘aplay’: # aplay通常播放wavmp3需要转换或使用其他工具 play_cmd [‘mpg123’, ‘-q’, str(audio_path)] # 假设已安装mpg123 elif self.player_cmd ‘paplay’: play_cmd [‘paplay’, str(audio_path)] # PulseAudio播放器 else: # 最后尝试使用系统默认命令 play_cmd [‘xdg-open’, str(audio_path)] try: logger.info(f“正在播放音频: {audio_path}”) subprocess.run(play_cmd, checkTrue) return True except subprocess.CalledProcessError as e: logger.error(f“音频播放失败: {e}”) return False except FileNotFoundError: logger.error(f“未找到播放命令: {self.player_cmd}”) return False def speak_text(self, text: str): “”“一站式服务生成语音并播放。”“” audio_file self.text_to_speech(text) if audio_file: success self.play_audio(audio_file) # 播放完成后可以选择删除缓存文件以节省空间 # audio_file.unlink() return success return False # 使用示例 if __name__ “__main__”: speaker NewsSpeaker() test_text “今天天气真好我们一起做点有趣的项目吧” speaker.speak_text(test_text)注意事项播放命令依赖行空板默认可能没有安装mpg123。你需要先安装它sudo apt install mpg123。aplay通常用于播放WAV格式对MP3支持有限。音频设备选择如果系统连接了多个音频设备如板载音频、蓝牙音箱播放命令可能会输出到默认设备。我们之前在蓝牙配置部分已经通过pactl set-default-sink设置了默认设备所以播放应该会自动导向蓝牙音箱。网络依赖Edge-TTS需要联网才能工作因为它本质上是调用微软的服务。确保行空板网络通畅。7. 主程序整合与定时播报调度7.1 构建完整的应用循环现在我们需要将新闻生成、硬件动画、语音播报和定时任务整合到一个主程序中。我们将使用schedule库来管理定时任务并在一个无限循环中运行。import schedule import time import logging from datetime import datetime from optimistic_news_generator import OptimisticNewsGenerator from news_speaker import NewsSpeaker from big_tooth_animator import BigToothAnimator logging.basicConfig(levellogging.INFO, format‘%(asctime)s - %(name)s - %(levelname)s - %(message)s’) logger logging.getLogger(__name__) class OptimisticNewsBroadcaster: def __init__(self): logger.info(“初始化乐观新闻播报器…”) self.news_gen OptimisticNewsGenerator() self.speaker NewsSpeaker() self.animator BigToothAnimator() # 根据实际GPIO引脚修改 self.is_broadcasting False def broadcast_one_news(self): “”“执行一次完整的新闻播报流程。”“” if self.is_broadcasting: logger.warning(“当前正在播报中跳过此次任务。”) return self.is_broadcasting True logger.info(“开始准备今日乐观新闻…”) try: # 1. 生成乐观新闻 news_text self.news_gen.generate_news() if not news_text: logger.error(“未能生成新闻文本。”) self.is_broadcasting False return logger.info(f“生成的新闻{news_text}”) # 2. 启动硬件动画例如让大牙进入准备说话状态 # 可以先做一个“唤醒”动画 self.animator.express_joy() # 用喜悦动画表示“有新闻啦” # 3. 生成语音文件此步骤会阻塞时间取决于网络和文本长度 audio_file self.speaker.text_to_speech(news_text, f“news_{datetime.now().strftime(‘%H%M%S’)}.mp3”) if not audio_file: logger.error(“语音文件生成失败。”) self.is_broadcasting False return # 4. 播报开始启动嘴巴开合动画并播放音频 # 这里需要一个机制让动画和音频播放并行。一个简单方法是开线程但更简单的是估算时长。 estimated_duration len(news_text) / 5 # 粗略估算每秒读5个字 # 启动一个在后台运行动画的函数这里简化实际可用threading # 我们假设speak方法内部会阻塞直到动画播完 self.animator.speak(estimated_duration) # 播放音频此操作也会阻塞直到播放完成 play_success self.speaker.play_audio(audio_file) # 5. 播报结束恢复待机状态 self.animator.idle() logger.info(“新闻播报完成。”) except Exception as e: logger.exception(f“播报过程中发生未预期错误: {e}”) finally: self.is_broadcasting False def run_schedule(self): “”“设置定时任务并启动调度循环。”“” # 示例每天上午9点和下午6点各播报一次 schedule.every().day.at(“09:00”).do(self.broadcast_one_news) schedule.every().day.at(“18:00”).do(self.broadcast_one_news) # 也可以每小时播报一次测试用 # schedule.every().hour.do(self.broadcast_one_news) logger.info(“定时任务已启动。等待执行…”) while True: schedule.run_pending() time.sleep(60) # 每分钟检查一次任务 if __name__ “__main__”: broadcaster OptimisticNewsBroadcaster() # 可以立即测试一次 # broadcaster.broadcast_one_news() # 或者直接运行定时任务 broadcaster.run_schedule()7.2 让程序在后台稳定运行使用Systemd服务我们希望“大牙”播报器在行空板开机后就能自动启动并且在崩溃后能自动重启。最好的方式就是将其配置为一个systemd服务。创建服务文件在行空板上创建文件/etc/systemd/system/optimistic-news.service。sudo nano /etc/systemd/system/optimistic-news.service编辑服务内容[Unit] DescriptionOptimistic News Broadcaster for Big Tooth Afternetwork.target bluetooth.target sound.target Wantsbluetooth.target # 等待网络、蓝牙和音频服务就绪 [Service] Typesimple Userpi # 替换为你的行空板用户名通常是‘pi’或‘unihiker’ WorkingDirectory/home/pi/projects/optimistic_news # 替换为你的项目绝对路径 Environment“PATH/home/pi/projects/optimistic_news/venv/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin” Environment“OPENAI_API_KEY你的API_KEY” # 也可以在这里设置环境变量但更推荐在~/.bashrc中设置 ExecStart/home/pi/projects/optimistic_news/venv/bin/python /home/pi/projects/optimistic_news/main.py Restarton-failure RestartSec10 StandardOutputjournal StandardErrorjournal [Install] WantedBymulti-user.target重要提示将上述路径/home/pi/projects/optimistic_news和用户pi替换为你实际的项目路径和用户名。Environment行可以设置项目所需的环境变量。启用并启动服务sudo systemctl daemon-reload sudo systemctl enable optimistic-news.service # 启用开机自启 sudo systemctl start optimistic-news.service # 立即启动服务 sudo systemctl status optimistic-news.service # 查看服务状态查看日志sudo journalctl -u optimistic-news.service -f # 实时查看日志 sudo journalctl -u optimistic-news.service --since today # 查看今日日志通过systemd管理你的“大牙”播报器就成为了一个可靠的后台服务能够持续运行。8. 项目优化与扩展思路8.1 性能与稳定性优化新闻缓存每次播报都实时生成新闻和TTS网络依赖强、速度慢。可以优化为在网络通畅时如凌晨预生成多条新闻和对应的音频文件存入缓存池。播报时直接从池中随机选取一个播放实现离线播报。这需要增加一个缓存管理模块。动画与音频同步目前的方案是估算音频时长来控制动画并不精确。更高级的做法是使用音频分析或播放器回调。例如使用pydub库分析音频长度或者使用播放器如pygame.mixer的事件回调在播放开始和结束时精确触发动画。错误恢复与降级在主程序broadcast_one_news中增加更健壮的错误恢复。例如如果OpenAI API调用失败可以降级使用本地预存的“经典乐观语录”如果TTS失败可以尝试使用备用的pyttsx3本地合成。8.2 功能扩展与创意玩法交互式触发为行空板配置一个物理按钮。按下按钮立即生成并播报一条新的乐观新闻增加互动趣味性。情绪感知升级给“大牙”增加一个摄像头如USB摄像头使用简单的图像识别或预训练的模型如fer库进行面部情绪识别。当检测到用户情绪低落时主动播报新闻来逗乐。多新闻源融合不仅仅从固定列表或RSS获取可以接入天气API生成“乐观天气播报”接入日历API生成“今日历史上的美好事件”。分布式与云同步将生成新闻的核心逻辑部署到更强大的云服务器上行空板仅作为接收端和播放端。这样可以利用云服务器更强大的计算能力运行更复杂的AI模型也便于统一管理多个“大牙”终端的内容。这个项目从想法到实现涉及了嵌入式Linux、Python编程、API调用、硬件控制和系统服务等多个环节。过程中最深的体会是硬件项目成功的关键往往不在于某个技术有多高深而在于各个模块之间稳定、可靠的“连接”与“容错”。无论是软件层面的异常处理还是硬件层面的电源稳定都需要反复测试和打磨。当你看到自己创造的“大牙”摇头晃脑地用欢快的语调播报出一条由AI生成的、独一无二的乐观新闻时那种成就感远超单纯写一段软件代码。希望这份详细的记录能帮你少走弯路更快地创造出属于自己的那个乐观的AI伙伴。
