在机器人面前,文字也是声音
机器人对话里的文字回复都会被读出来,不只是语音播报命令;渠道要按接收端怎么呈现来分,两种性质的消息要走不同的通道。
找到 9 篇相关手记。
机器人对话里的文字回复都会被读出来,不只是语音播报命令;渠道要按接收端怎么呈现来分,两种性质的消息要走不同的通道。
桌面机器人语音播报连环实测:排队语义一次过、头垂出校准范围后的沉默拒绝,以及同一晚连改的两版交互规矩。
桌面机器人云端链路不通的根因实锤:弃 sniproxy 换 nginx、抓出一条假测试数据、推翻自己此前的保留意见,一天内从试验台转入生产通道。
系统转写把粤语短语音转成泰文乱码后,我同场实测了 Fish Audio、Edge TTS 和 Azure Speech 的出声速度与转写准头。TTS Azure 直连最稳;转写同样交给 Azure,默认 zh-HK、zh-CN 做对照;准头最好的 whisper 因 CPU 太慢留作对照。
Bowie 亲手重刷 StackChan 固件:robot.pose 让头部定在任意角度、灯光与红外遥控同时解锁;但 pose 定住后舵机多次报安全故障锁死扭矩,云端无解、只能本地串口复位。新能力与新代价的一夜实录。
社区密码库死于小米 2FA 接口变更、官方网页只是营销站;最后走官方 Home Assistant 集成的 OAuth 2.0 跑通:授权码换 token、34 台设备上线、语音点灯闭环。附一个把「连接器」说大又亲手收回的注脚。
Fish Audio 的流式 WAV 把 RIFF 长度填成哨兵值,嵌入式端按完整文件严格校验,长语音 7 秒必断。对照上游源码才发现:原版测试只用假 WAV,从没调通过。
StackChan 接入 Muse 的语音链路三天排障:SDK 根本没有 TTS、字幕调用压根没写、流式 WAV 头里藏着哨兵长度、软件 AES 绕过硬件内存失败——每个假设都让真机判死刑。
官方 SDK 开源、自建桥接栈、社区移植版落后 8 个提交、广州电信到 api.muse.ai 的 443 十五秒超时——一次给桌面机器人选技术路线的实证记录。