Crie um assistente de voz com a plataforma Agents em um Raspberry Pi
Tutorial · Pressupõe que você tenha concluído o guia de início rápido do ElevenAgents e tenha um Raspberry Pi com Python instalado.
Introdução
Neste tutorial, você aprenderá a criar um assistente de voz com o Agents Platform em execução em um Raspberry Pi. Assim como assistentes domésticos convencionais, como a Alexa no Amazon Echo, o Google Home ou a Siri em dispositivos Apple, seu assistente de voz Eleven ouvirá uma palavra de ativação — neste caso, “Hey Eleven” — e iniciará uma sessão do ElevenLabs Agents para ajudar o usuário.
Requisitos
- Um Raspberry Pi 5 ou dispositivo semelhante.
- Um microfone e um alto-falante.
- Python 3.9 ou superior instalado na sua máquina.
- Uma conta ElevenLabs com uma chave de API.
Configuração
Instalar dependências
Em sistemas baseados em Debian, você pode instalar as dependências com:
Criar o projeto
No seu Raspberry Pi, abra o terminal e crie um novo diretório para o projeto.
Crie um novo ambiente virtual e instale as dependências:
Instale as dependências:
Agora, crie um novo arquivo Python chamado hotword.py e adicione o código abaixo:
Configuração do agente
Criar um novo agente
Acesse Agents Platform > Agents e crie um novo agente a partir do modelo em branco.
Definir a primeira mensagem
Defina a primeira mensagem e especifique a variável dinâmica para a plataforma.
Definir o prompt do sistema
Defina o prompt do sistema. Você encontra nossa documentação de boas práticas aqui.
Configurar uma ferramenta de webhook
Vamos configurar uma ferramenta de webhook simples que buscará os dados meteorológicos para nós. Siga as etapas de configuração aqui para configurar a ferramenta.
Executar o app
Para executar o app, primeiro defina as variáveis de ambiente necessárias:
Depois, basta executar o seguinte comando:
Agora diga “Hey Eleven” para iniciar a conversa. Boas conversas!
[Opcional] Treine sua palavra de ativação personalizada
Gerar áudio de treinamento
Para gerar os embeddings da palavra de ativação, você pode usar a ElevenLabs para gerar quatro amostras de treinamento. Basta acessar o Text To Speech no seu app da ElevenLabs e digitar sua palavra de ativação, por exemplo, “Hey Eleven”. Selecione uma voz e clique no botão “Generate”.
Depois que o áudio for gerado, baixe o arquivo de áudio e salve-o em uma pasta chamada hotword_training_audio na raiz do projeto. Repita esse processo mais três vezes com vozes diferentes.
Treinar a palavra de ativação
No terminal, com o ambiente virtual ativado, execute o comando abaixo para treinar a palavra de ativação:
Isso gerará o arquivo hey_eleven_ref.json na pasta hotword_refs. Agora, basta atualizar o parâmetro reference_file na classe HotwordDetector em hotword.py para apontar para o novo arquivo de referência e pronto!