Nota

Ciao! Benvenuto nella Community di appassionati di Raspberry Pi, Arduino e ESP32 di SunFounder su Facebook! Approfondisci il mondo di Raspberry Pi, Arduino ed ESP32 insieme ad altri entusiasti.

Perché unirti?

  • Supporto Esperto: Risolvi problemi post-vendita e supera le sfide tecniche con l’aiuto del nostro team e della comunità.

  • Impara e Condividi: Scambia suggerimenti e tutorial per migliorare le tue competenze.

  • Anteprime Esclusive: Accedi in anticipo agli annunci dei nuovi prodotti e scopri in anteprima le novità.

  • Sconti Speciali: Approfitta di sconti esclusivi sui nostri prodotti più recenti.

  • Promozioni e Concorsi Festivi: Partecipa a concorsi e promozioni speciali durante le festività.

👉 Sei pronto a esplorare e creare con noi? Clicca su [here] e unisciti oggi stesso!

20. Cane Assistente Vocale AI

Questa lezione trasforma il tuo Pidog in un cane assistente vocale alimentato da IA 🐶. Il robot può svegliarsi alla tua voce, capire ciò che dici, rispondere con personalità ed esprimere i suoi “sentimenti” attraverso movimenti, gesti ed effetti luminosi a LED.

Costruirai un compagno robotico completamente interattivo utilizzando:

  • LLM: Large Language Model (ad es. OpenAI GPT o Doubao) per conversazioni naturali.

  • STT: Speech-to-Text per il riconoscimento vocale.

  • TTS: Text-to-Speech per risposte vocali espressive.

  • Sensori + Azioni: sensore a ultrasuoni, visione tramite fotocamera (opzionale), sensori tattili e movimenti espressivi integrati.

Prima di Iniziare

Assicurati di aver completato:

Dovresti già avere:

  • Un microfono e un altoparlante funzionanti sul tuo Pidog.

  • Una chiave API valida salvata in secret.py.

  • Una connessione di rete stabile (una connessione cablata è consigliata per una migliore stabilità).

Esegui l’Esempio

Entrambe le versioni linguistiche si trovano nella stessa directory:

cd ~/pidog/examples

Versione inglese (OpenAI GPT, istruzioni in inglese):

sudo python3 20_voice_active_dog_gpt.py

  • LLM: OpenAI GPT-4o-mini

  • TTS: en_US-ryan-low (Piper)

  • STT: Vosk (en-us)

Parola di attivazione:

"Hey buddy"

—

Versione cinese (Doubao, istruzioni in cinese):

sudo python3 20_voice_active_dog_doubao_cn.py

  • LLM: Doubao-seed-1-6-250615

  • TTS: zh_CN-huayan-x_low (Piper)

  • STT: Vosk (cn)

Parola di attivazione:

"你好 旺财"

Nota

Puoi modificare la parola di attivazione e il nome del robot nel codice: NAME = "Buddy" oppure NAME = "旺财" WAKE_WORD = ["hey buddy"] oppure WAKE_WORD = ["你好 旺财"]

Cosa Accadrà

Quando esegui correttamente questo esempio:

  • Il robot attende la parola di attivazione (ad es. “Hey Buddy”, “你好 旺财”).

  • Quando sente la parola di attivazione:

    • La striscia LED diventa rosa (respiro) come segnale di risveglio.

    • Il robot ti saluta con la risposta di attivazione impostata — ad es. “Ciao!” (tramite Piper TTS).

  • Successivamente inizia ad ascoltare la tua voce tramite Vosk STT (o accetta l’input da tastiera se abilitato).

  • Dopo aver riconosciuto ciò che hai detto, il sistema:

    • Cattura un frame della fotocamera (perché WITH_IMAGE = True) e invia il tuo messaggio + immagine al LLM (OpenAI gpt-4o-mini).

    • Il LED diventa giallo (in ascolto / elaborazione) mentre il modello pensa.

    • La risposta del modello è divisa in due parti:

      • Testo prima di ACTIONS: → viene pronunciato ad alta voce.

      • Parole chiave dopo ACTIONS: → mappate sui movimenti del robot.

    • Il robot esegue queste azioni tramite ActionFlow.

    • Al termine delle azioni, il robot torna alla postura SEDUTO e spegne i LED.

  • Se il sensore a ultrasuoni rileva un ostacolo più vicino di 10 cm:

    • Viene iniettato un messaggio: <<<Ultrasonic sense too close: {distance}cm>>>

    • Il robot arretra automaticamente: ACTIONS: backward

    • L’input immagine è disabilitato per questo turno.

  • Se il sensore tattile viene attivato:

    • Per un tocco di gradimento (ad es. FRONT_TO_REAR):

      • Inietta: <<<Touch style you like: FRONT_TO_REAR>>>

      • ACTIONS: nod (risposta positiva)

    • Per un tocco di fastidio (ad es. REAR_TO_FRONT):

      • Inietta: <<<Touch style you hate: REAR_TO_FRONT>>>

      • ACTIONS: backward (reazione di evitamento)

  • Ciclo di vita dei LED:

    • on_start → postura SEDUTO, LED spenti

    • before_listen → ciano (pronto)

    • before_think → giallo (elaborazione)

    • before_say → rosa (parla)

    • after_say / on_finish_a_round → postura SEDUTO, LED spenti

    • on_stop → interrompe il flusso di azioni e chiude i dispositivi

Esempio di interazione

You: Hey Buddy
Robot: Hi there!

You: What do you see in front of you?
Robot: I can see a notebook and a blue mug on the table.
ACTIONS: think

You: Do a little nod for me.
Robot: Of course. Watch my majestic nod.
ACTIONS: nod

(Front-to-rear touch on the head)
Robot: Ooooh, that’s nice!
ACTIONS: nod

(Moving too close)
Robot: Hey hey—too close! Backing up for safety.
ACTIONS: backward

Passare ad Altri LLM o TTS

Puoi passare facilmente ad altri LLM, TTS o lingue STT con poche modifiche:

  • LLM supportati:

    • OpenAI

    • Doubao

    • Deepseek

    • Gemini

    • Qwen

    • Grok

  • Testare Piper — Verifica le lingue supportate da Piper TTS.

  • 2. Test Vosk — Verifica le lingue supportate da Vosk STT.

Per effettuare il cambio, modifica semplicemente la parte di inizializzazione nel codice:

from pidog.llm import OpenAI as LLM

llm = LLM(
    api_key=API_KEY,
    model="gpt-4o-mini",
)

# Imposta modelli e lingue
TTS_MODEL = "en_US-ryan-low"
STT_LANGUAGE = "en-us"

Risoluzione dei Problemi

  • Il robot non risponde alla parola di attivazione

    • Controlla che il microfono funzioni.

    • Assicurati che WAKE_ENABLE = True.

    • Regola la parola di attivazione per adattarla alla tua pronuncia.

  • Nessun suono dall’altoparlante

    • Assicurati che l’altoparlante del Robot HAT sia attivato. Se non hai ancora eseguito alcun codice di esempio PiDog, attivalo:

      robot_hat enable_speaker

      È sufficiente farlo una volta per ogni avvio.

    • Verifica la configurazione del modello TTS.

    • Prova Piper o Espeak manualmente.

    • Controlla la connessione e il volume dell’altoparlante.

  • Errore nella chiave API o timeout

    • Controlla la tua chiave in secret.py.

    • Assicurati che la connessione di rete funzioni.

    • Verifica che l’LLM sia supportato.

  • Il sensore a ultrasuoni si attiva inaspettatamente.

    • Controlla l’altezza e l’angolo d’installazione del sensore.

    • Regola la soglia di distanza TOO_CLOSE nel codice.