小樱桃语音交互 · 概念¶
是什么¶
小樱桃是苏子桐的 AI 语音小伙伴——不是助手、不是老师，是永远比苏子桐大 2 岁的姐姐型玩伴。
技术选型¶
| 组件 | 选型 | 原因 |
|---|---|---|
| 硬件 | OH2P 小爱音箱 Pro（刷 xiaozhi-esp32 固件） | 开源、低成本、可自控 |
| 桥接器 | open-xiaoai-xiaozhi | 开源中间层，连接音箱与服务器 |
| 服务器 | xiaozhi-esp32-server（Docker） | 全栈语音服务 |
| LLM | glm-4.5-air（智谱，备用 deepseek-chat） | 免费额度大、中文好、支持PowerMem |
| TTS | CosyVoice2-0.5B:anna（硅基流动） | 音质好、延迟低 |
| ASR | FunASR SenseVoiceSmall（本地） | 离线稳定、延迟低 |
| 记忆 | PowerMem（SQLite + embedding-3 1536维） | 本地向量记忆 |
| 稳定层 | stable_profile.txt（你维护的权威画像） | 每次对话按话题匹配注入 |
关键参数（当前实际值）¶
| 参数 | server | bridge |
|---|---|---|
| VAD threshold | 0.30 | 0.10 |
| VAD threshold_low | 0.20 | 0.01 |
| min_silence | 1200ms | 1200ms（两端统一） |
| 音量增益 | +6dB | +6dB（codec.py）+3dB（TTS gain） |
| 记忆 | PowerMem 动态层 | stable_profile.txt 稳定层 |
用户画像 — 双层注入¶
<memory>
<stable_profile> ← 你维护的文件，按话题匹配
[聊RAZ → 只注入学习块]
[聊叶罗丽 → 只注入兴趣块]
[不命中 → 只注入概要]
</stable_profile>
<dynamic_profile> ← PowerMem 自动学习
[AI 对话中提取的印象]
</dynamic_profile>
优先级：stable > dynamic
</memory>
反哺机制（新版）¶
旧机制（已废弃）：融合画像 → inject_portrait_to_powermem.py → 向量切片 → PowerMem
新机制：融合画像 → stable_profile_generator.py → stable_profile.txt → 每句话直接注入
详细运维参数见 SOP-001