文章概述  

本文中，DigiKey介绍了使用Lattepanda Sigma开发板实现语音控制灯光项目的过程，旨在通过语音指令控制灯光开关，展现语音交互与硬件控制结合的魅力。Lattepanda Sigma因其强大的硬件性能、易于部署的软件环境、语音交互能力及AI模型部署的便利性而被选为项目核心主控。整个项目展示了如何通过现代嵌入式开发与AI技术实现自然语言控制外设的功能。

---

《大模型实战》系列课程的第三节，Lattepanda sigma部署大模型，实现语音控制灯光。

相关课程视频，请点击以下图片 DigiKey B站观看:

项目背景

在智能家居与物联网蓬勃发展的当下，语音控制作为一种高效、自然的交互方式，正逐渐成为提升用户体验的关键技术。通过语音指令实现灯光开关控制，不仅为日常生活带来便利，更为智能设备的开发拓展了新的思路。本项目以LattePanda Sigma开发板为核心，结合语音识别技术与AI模型，致力于打造一个语音控制灯光的智能系统，探索智能硬件与人工智能融合的创新应用。

项目概述

本项目旨在利用LattePanda Sigma开发板强大的硬件性能与丰富的功能接口，结合语音识别技术和AI模型，实现通过语音指令控制灯光开关的功能。与传统的智能家居设备（如小爱同学）不同，本项目不仅能够实现灯光控制，还具备高度的可编程性和可扩展性，开发者可以通过编写代码实现更复杂的控制逻辑和功能。

项目步骤

第一步，使用麦克风录音，使用Python的库来控制音频输入。

第二步，将语音转换为文本。

第三步，将得到的文本发送到Ollama API获取回复。

第四步，生成Arduino代码并上传，控制灯光。

项目优势

选择LattePanda Sigma作为核心主控的原因如下：

1. 卓越的硬件性能：配备高性能处理器和丰富的外设接口，能够轻松应对复杂的计算任务和外设控制需求。其板载Leonardo单片机为直接控制继电器等外设提供了便利，无需额外硬件支持。

2. 便捷的软件部署：支持Ubuntu操作系统，为开发者提供了一个稳定且易于扩展的开发环境。通过简单的系统配置和工具链安装，可以快速搭建大模型运行环境，并实现语音交互和硬件控制的自动化。

3. 强大的语音交互能力：支持USB麦克风接入，能够通过语音输入实现指令录入。结合语音识别（STT）技术和AI模型，可以实现自然语言控制外设的功能，极大地提升了用户体验。

4. 高效的AI模型部署：LattePanda Sigma的高性能计算能力使其能够运行大模型，如Ollama、Qwen等。通过简单的配置和API调用，可以快速生成适合的代码并部署到板载的Leonardo单片机，实现对外设的精确控制。

项目实现过程

硬件准备

·    核心主控：LattePanda Sigma开发板

·    外围器件：

o   USB麦克风

o   继电器模块

o   220V电灯和灯座

o   杜邦线

·    辅助设备：

o   支持HDMI接入的屏幕

o   USB鼠标键盘

o   空白8G或更大的U盘（用于烧录系统）

实现步骤

第一步：硬件组装

1. 将USB麦克风接入LattePanda Sigma的USB接口。

2. 将一路继电器接入开发板的IO口，其中接入一个GND，一个5V，还有一个D11接口接入继电器模块的IN接口。继电器另一端接一个电灯。

第二步：系统安装和初始化配置

1. 下载系统镜像：根据官方推荐，下载Ubuntu 22.04 LTS版本。

https://docs.lattepanda.com/content/sigma_edition/Operating_Systems_Ubuntu/

2.   下载烧录软件：选择合适的版本下载Rufus烧录软件。https://rufus.ie/zh/

3. 烧录系统镜像：打开Rufus，找到下载好的镜像文件，将其烧录至U盘中。烧录过程中，磁盘灯会闪烁。

4.      硬件连接：将带有系统镜像的U盘插入LattePanda Sigma开发板，接入HDMI线缆、DC电源和USB键盘鼠标。

5.系统安装：以上硬件连接后，可以开机。开机后多次点击F7按键，进入启动选项设置，选择USB启动设备，继续安装，直到完成。

6.初始化配置：系统安装完成后，重启设备，拔掉USB系统安装盘，回车重启设备，进入系统。

重启后出现：

拔掉USB系统安装盘，然后回车重启设备。开发板即可进入系统：

7. 更新系统：完成初始化配置后，更新系统软件仓库索引和系统软件包

8.配置软件源：根据需要定义软件的本地源，例如使用国内清华的源或阿里云的源。

个人喜欢安装vim工具，如果你们不喜欢这步骤可以跳过。

安装了build-essential 后期后面可以做C语言的开发，很方便，当然如果后期你有在LPsigma上开发硬件设备的需求也可以安装cmake工具，例如你如果要开发树莓派pico的开发板，或者开发ESP32的开发板，都可以提前将环境安装好。

一般建议安装完后，重新启动一下设备。

第三步：安装Ollama框架

Ollama是一个开源的本地化大语言模型（LLM）运行框架，可以简化在个人计算机上部署和运行大型语言模型的过程。

Ollama支持多种安装方式，包括直接下载安装包、使用包管理器（如 Homebrew）、通过 Docker 等，而且它拥有活跃的开源社区生态，提供了大量的第三方集成和工具，包括web和桌面应用，移动应用，开发库，数据库集成等等，它的高效和安全且易于上手，对于新手非常友好，而Linux下安装也非常简单，打开终端。

1.安装curl工具：如果系统未安装curl，运行以下命令安装

2. 安装Ollama：在终端中执行以下命令安装Ollama

curl -fsSL https://ollama.ai/install.sh| sh 

第四步：下载大模型

1. 下载模型：安装完成后，下载所需的模型，例如谷歌的 gemma3:4b

终端运行，进行模型下载： ollama pull gemma3:4b

2.测试模型：下载完成后，运行以下命令测试模型：

ollama run gemma3:4b --verbose

然后，就可以进入交互模式和大预言模型对话了，尝试询问一个问题看看响应的时间。

第五步：搭建Python虚拟环境及库文件

一切完成后，可以配置openssh远程登录到服务器，然后搭建python虚拟环境。

conda create -n venv -p python3.11  

conda activate venv

在搭建虚拟环境前，先给大家介绍一下操作步骤：

1. 安装系统依赖：

sudo apt-get update && sudo apt-get upgrade -y

sudo apt-get install -y python3-pip python3-dev build-essential

2. 安装Python库

pip install pyaudio SpeechRecgnition

pip install numpy requests

3. 安装Arduino CLI工具

wget https://downloads.arduino.cc/arduino-cli/arduino-cli_latest_Linux_64bit.tar.gz

tar -xvf arduino-cli* && sudo mv arduino-cli /usr/bin/

arduino-cli core update-index

sudo arduino-cli core install arduino:avr

接下来，需要对语音识别进行测试，编写测试代码，通过USB 麦克风读取声音并使用pocketsphinx 进行本地语音识别。

第六步：代码上传至本地Leonardo芯片

1. 上传代码：通过arduino-cli上传代码到本地的Leonardo芯片。主程序会读取模型输出并执行上传操作。

 

2. 运行主程序：python main.py

然后对着麦克风说： 上帝说要有光，Lattepanda 上有灯光闪烁，紧接着继电器闭合，外部的灯光会亮起。

对着麦克风说： 天黑请闭眼，这时候，依然会出现烧录时的灯光闪烁，关闭灯光。

这样一来，就可以实现当我们需要不同的电灯需求，只需让模型理解语意就可以实现代码重新编写和上传的功能，大家快去搭建环境试试自己的言出法随吧～

结论

通过本项目，您可以实现通过语音指令控制灯光的功能。LattePanda Sigma开发板的强大硬件性能、易于部署的软件环境、语音交互能力以及AI模型部署的便利性，使其成为实现此类项目的理想选择。您可以根据自己的需求，进一步扩展和优化项目功能。