SuperAPI AI 工具集

assistant-x-openclaw-jarvis-voice-assistant

通用与其它

查看项目

更新于 10-16 03:04

技能介绍

用途:构建类似钢铁侠 JARVIS 的多角色语音助手,本地完成语音识别(ASR)与语音合成(TTS),通过 OpenClaw Gateway 连接大模型,并配有 Flutter 透明 HUD 动画。

主要能力:内置 Jarvis 与林妹妹两个角色,各自拥有独立唤醒词、TTS 音色、音效与 HUD 动画;ASR 使用 SenseVoice 或 Zipformer,TTS 使用 Piper、VITS 或 MeloTTS;唤醒词检测基于 sherpa-onnx KWS;支持 30 秒空闲超时的多轮连续对话、唤醒词打断 TTS 播放、说话人验证(对话中渐进更新嵌入,唤醒时强制校验);HUD 提供旋转圆环与音量可视化;另有 HTTP 状态与关机接口。

使用方式:需 Python 3.8+、已运行的 OpenClaw、可选 Flutter SDK。克隆仓库后创建虚拟环境并执行 pip install -r requirements.txt,下载 ASR/KWS/TTS/说话人验证模型到 models/ 对应子目录,配置 .env 中的 OPENCLAW_GATEWAY_URL 与 LOG_LEVEL,准备 assets/sounds/ 下的音效。用 openclaw agents add 创建各角色 Agent,首次启动生成密钥对并提交配对请求,再通过 openclaw devices pending 与 openclaw devices approve <requestId> 批准设备,重启后唤醒词即可工作。启动脚本为 scripts\start.bat(Windows)或 ./scripts/start.sh(macOS/Linux)。角色、唤醒词、ASR/TTS 参数、音效、HUD 与说话人验证阈值均在 assistants.json 中配置。

适用场景:本地化语音交互、多角色语音助手演示、需要唤醒词与说话人校验的桌面语音应用。

限制:需自行下载模型与准备音效资源;HUD 依赖 Flutter;首次使用必须完成 OpenClaw 设备配对;具体收费、价格与效果资料暂未提供。