MiGPT项目支持的小爱音箱型号技术解析
2025-05-21 19:29:43作者:伍希望
项目背景
MiGPT是一个开源项目,旨在为小米生态链中的小爱音箱设备提供智能对话功能扩展。该项目通过对接小爱音箱的MIoT协议接口,实现了对多种型号小爱音箱的支持,并提供了连续对话等增强功能。
设备兼容性分析
完美支持的设备型号
经过社区验证,以下小爱音箱型号能够完美运行MiGPT项目,包括支持连续对话功能:
-
Xiaomi智能音箱Pro (型号OH2P)
- 控制指令:ttsCommand[7,3]、wakeUpCommand[7,1]
- 特点:支持流式响应,可实现连续对话
-
小爱音箱Pro (型号LX06)
- 控制指令:ttsCommand[5,1]、wakeUpCommand[5,3]
- 特点:响应速度快,对话流畅
-
小米AI音箱 (型号S12)
- 控制指令:ttsCommand[5,1]、wakeUpCommand[5,3]
- 特点:基础型号但功能完整
-
小米AI音箱(第二代) (型号L15A)
- 控制指令:ttsCommand[7,3]、wakeUpCommand[7,1]
- 特点:新增playingCommand[3,1,1]状态检测
-
小爱音箱万能遥控版 (型号LX5A)
- 控制指令:ttsCommand[5,1]、wakeUpCommand[5,3]
- 特点:支持红外遥控的同时保持对话功能
基本支持的设备型号
以下设备可以运行MiGPT基本功能,但由于硬件或固件限制,不支持连续对话:
-
小爱音箱mini (型号LX01)
- 控制指令:ttsCommand[5,1]、wakeUpCommand[5,2]
- 限制:无法检测播放状态
-
小爱音箱Play增强版 (型号L05C)
- 控制指令:ttsCommand[5,3]、wakeUpCommand[5,1]
- 限制:MIoT接口查询异常
-
小爱触屏音箱 (型号LX04)
- 控制指令:ttsCommand[5,1]、wakeUpCommand[5,2]
- 限制:触屏操作与语音功能存在冲突
不支持的设备型号
以下设备由于硬件架构或协议差异,目前无法兼容MiGPT项目:
- 小米小爱音箱HD (型号SM4)
- 小米小爱蓝牙音箱随身版
技术实现要点
-
控制指令解析:
- 不同型号使用不同的siid/piid组合控制语音功能
- ttsCommand控制文本转语音输出
- wakeUpCommand控制设备唤醒状态
-
状态检测机制:
- playingCommand用于检测设备是否正在播放音频
- 这是实现连续对话的关键技术点
-
流式响应实现:
- streamResponse参数控制是否启用连续对话
- 需要设备支持状态查询和中断机制
使用建议
- 对于支持连续对话的设备,建议保持streamResponse=true以获得最佳体验
- 基本支持的设备应将streamResponse设为false以避免功能异常
- 遇到设备识别问题时,可通过调试模式获取真实设备ID
- 退出关键词设置应考虑避开系统保留指令(如"暂停"、"音量"等)
未来展望
随着项目发展,预计将会有更多型号的小爱音箱获得支持。社区正在探索自动指令匹配机制,以简化配置过程。对于新型号的支持,需要更多用户反馈和测试数据。
通过MiGPT项目,用户可以在官方功能基础上,为小爱音箱扩展更智能的对话能力,创造更丰富的智能家居体验。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C033
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
343
Ascend Extension for PyTorch
Python
235
267
暂无简介
Dart
686
161
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
327
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
56
33
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
669