Franky — 边缘计算智能语音助手 / Edge‑Computing Smart Voice Assistant
🎀 Franky — 边缘计算智能语音助手 / Edge‑Computing Smart Voice Assistant
🚀 简介｜Introduction
我想自己做一款属于我的个性化的智能语音助手，受到儿子绘本的启发，我给它起名叫Franky，Franky是一款运行在 树莓派5（Raspberry Pi 5） 上的本地化智能语音助手，目前我就给它放在我的办公室，可以长时间低功耗运行，Franky已经成为了我日常的一部分了。
Franky虽然目前运行在树莓派上，但它不局限于只运行在树莓派，我选择的开发语言是python，喜欢的朋友也可以下载代码，在本地的电脑上就可以运行体验。
Franky可以通过语音或者webui控制，只需要保证同在一个局域网使用手机或者电脑控制。Franky提供了语音和粉色萌系的webui交互反馈，有很大的扩展空间。
✨ 核心特性｜Key Features
| 编号 | 特性 | 功能 |
|---|---|---|
| 1 | 🔔 关键词唤醒 | 本地 Porcupine，响应快，无需联网 |
| 2 | 🎙️ 语音识别 | 通义千问实时语音识别 |
| 3 | 🗣️ 文字转语音（TTS） | 通义千问CosyVoice模型，亲切自然 |
| 4 | 🔊音频抢占调度 | 音乐 ↔ TTS ↔ 提醒 互不打架 |
| 5 | 🎵音乐 | 支持音乐列表播放，暂停，继续、上一曲下一曲等操作 |
| 6 | 📱联系人查询 | 办公时，通过模糊姓名，拼音，手机或座机尾号查询联系人 |
| 5 | 🤖 NLU 意图解析 | 支持音乐、天气、提醒、联系人查询、聊天 |
| 6 | 📆 定时/提醒 | 语音或 WebUI 一键设定提醒，删除，提醒列表功能 |
| 7 | 🌤️ 天气查询 | 实时查询本地天气 API 获取并播报 |
| 8 | 💬 多轮 LLM 聊天 | Qwen‑Turbo + 流式 TTS，聊天更流畅 |
| 9 | 📷 图片理解 | 通过拍照或者上传图片，理解图片内容 |
| 10 | 🌈 粉色萌系 WebUI | Socket.IO 双向交互，实时可视化 |
🏗️ 架构｜Architecture
架构设计的也比较简洁，输入通过语音或者WebUI交互输入，然后通过意图识别模块理解我的输入意图，最后分派给不同的任务处理，并反馈结果。
架构图如下，非常清晰。
⚙️ 环境搭建｜Setup
硬件方面，需要准备如下：
- Raspberry Pi 5
- USB 麦克风
- 有线小音箱
- 小屏幕
其实树莓派5也可以不用，本地的电脑就可以运行语音助手的代码，准备好这些东西就可以运行语音助手啦！
🎬 使用示例｜Quick Demo
“Franky，播放音乐” → 背景歌单自动播放
“Franky，今天天气怎么样” → 天气播报 +
“Franky，提醒我下午 3 点开会” → 设置提醒 & 到点播报
WebUI 上传图片 → AI 图像理解结果实时返回
Chat聊天 “Franky 罗湖区哪有好吃的” → AI 实时反馈
“Franky，找5257或者找王xx → 工作常用联系人
🤝 贡献｜Contributing
项目地址：https://github.com/gdhucoder/personalvoicehelper ，欢迎✨star 和交流🤝。
🧾 声明：所有内容均为我非工作时间的个人开发探索，技术探索过程公开透明，旨在分享语音交互领域的实战经验，不代表任何单位或组织，不涉及任何职务行为或工作成果，仅供学习参考。