> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt. # Bygg en röstassistent med Agents Platform på en Raspberry Pi > **Note** > > **Guide** · Förutsätter att du har slutfört [snabbstarten för ElevenAgents ](/docs/sv/eleven-agents/quickstart) och har en Raspberry Pi med Python installerat. ## Introduktion I den här guiden får du lära dig att bygga en röstassistent med Agents Platform som körs på en Raspberry Pi. Precis som vanliga hemassistenter som Alexa på Amazon Echo, Google Home eller Siri på Apple-enheter lyssnar din Eleven Voice-assistent efter ett aktiveringsord, i vårt fall "Hey Eleven", och startar sedan en ElevenLabs Agents-session för att hjälpa användaren. ## Krav * En Raspberry Pi 5 eller liknande enhet. * En mikrofon och högtalare. * Python 3.9 eller senare installerat på din dator. * Ett ElevenLabs-konto med en [API-nyckel](https://elevenlabs.io/app/settings/api-keys). ## Konfiguration ### Installera beroenden På Debian-baserade system kan du installera beroendena med: ```bash sudo apt-get update sudo apt-get install libportaudio2 libportaudiocpp0 portaudio19-dev libasound-dev libsndfile1-dev -y ``` ### Skapa projektet Öppna terminalen på din Raspberry Pi och skapa en ny katalog för projektet. ```bash mkdir eleven-voice-assistant cd eleven-voice-assistant ``` Skapa en ny virtuell miljö och installera beroendena: ```bash python -m venv .venv # Only required the first time you set up the project source .venv/bin/activate ``` Installera beroendena: ```bash pip install tflite-runtime pip install librosa pip install EfficientWord-Net pip install elevenlabs pip install "elevenlabs[pyaudio]" ``` Skapa nu en ny Python-fil med namnet `hotword.py` och lägg till följande kod: **`hotword.py`** ```python hotword.py import os import signal import time from eff_word_net.streams import SimpleMicStream from eff_word_net.engine import HotwordDetector from eff_word_net.audio_processing import Resnet50_Arc_loss # from eff_word_net import samples_loc from elevenlabs.client import ElevenLabs from elevenlabs.conversational_ai.conversation import Conversation, ConversationInitiationData from elevenlabs.conversational_ai.default_audio_interface import DefaultAudioInterface convai_active = False elevenlabs = ElevenLabs() agent_id = os.getenv("ELEVENLABS_AGENT_ID") api_key = os.getenv("ELEVENLABS_API_KEY") dynamic_vars = { 'user_name': 'Thor', 'greeting': 'Hey' } config = ConversationInitiationData( dynamic_variables=dynamic_vars ) base_model = Resnet50_Arc_loss() eleven_hw = HotwordDetector( hotword="hey_eleven", model = base_model, reference_file=os.path.join("hotword_refs", "hey_eleven_ref.json"), threshold=0.7, relaxation_time=2 ) def create_conversation(): """Create a new conversation instance""" return Conversation( # API client and agent ID. elevenlabs, agent_id, config=config, # Assume auth is required when API_KEY is set. requires_auth=bool(api_key), # Use the default audio interface. audio_interface=DefaultAudioInterface(), # Simple callbacks that print the conversation to the console. callback_agent_response=lambda response: print(f"Agent: {response}"), callback_agent_response_correction=lambda original, corrected: print(f"Agent: {original} -> {corrected}"), callback_user_transcript=lambda transcript: print(f"User: {transcript}"), # Uncomment if you want to see latency measurements. # callback_latency_measurement=lambda latency: print(f"Latency: {latency}ms"), ) def start_mic_stream(): """Start or restart the microphone stream""" global mic_stream try: # Always create a new stream instance mic_stream = SimpleMicStream( window_length_secs=1.5, sliding_window_secs=0.75, ) mic_stream.start_stream() print("Microphone stream started") except Exception as e: print(f"Error starting microphone stream: {e}") mic_stream = None time.sleep(1) # Wait a bit before retrying def stop_mic_stream(): """Stop the microphone stream safely""" global mic_stream try: if mic_stream: # SimpleMicStream doesn't have a stop_stream method # We'll just set it to None and recreate it next time mic_stream = None print("Microphone stream stopped") except Exception as e: print(f"Error stopping microphone stream: {e}") # Initialize microphone stream mic_stream = None start_mic_stream() print("Say Hey Eleven ") while True: if not convai_active: try: # Make sure we have a valid mic stream if mic_stream is None: start_mic_stream() continue frame = mic_stream.getFrame() result = eleven_hw.scoreFrame(frame) if result == None: #no voice activity continue if result["match"]: print("Wakeword uttered", result["confidence"]) # Stop the microphone stream to avoid conflicts stop_mic_stream() # Start ConvAI Session print("Start ConvAI Session") convai_active = True try: # Create a new conversation instance conversation = create_conversation() # Start the session conversation.start_session() # Set up signal handler for graceful shutdown def signal_handler(sig, frame): print("Received interrupt signal, ending session...") try: conversation.end_session() except Exception as e: print(f"Error ending session: {e}") signal.signal(signal.SIGINT, signal_handler) # Wait for session to end conversation_id = conversation.wait_for_session_end() print(f"Conversation ID: {conversation_id}") except Exception as e: print(f"Error during conversation: {e}") finally: # Cleanup convai_active = False print("Conversation ended, cleaning up...") # Give some time for cleanup time.sleep(1) # Restart microphone stream start_mic_stream() print("Ready for next wake word...") except Exception as e: print(f"Error in wake word detection: {e}") # Try to restart microphone stream if there's an error mic_stream = None time.sleep(1) start_mic_stream() ``` ## Agentkonfiguration #### Logga in på ElevenLabs Gå till [elevenlabs.io](https://elevenlabs.io/app/sign-up) och logga in på ditt konto. #### Skapa en ny agent Gå till [Agents Platform > Agents](https://elevenlabs.io/app/agents/agents) och skapa en ny agent från den tomma mallen. #### Ange det första meddelandet Ange det första meddelandet och specificera den dynamiska variabeln för plattformen. ```txt {{greeting}} {{user_name}}, Eleven here, what's up? ``` #### Ange systemprompten Ange systemprompten. Du hittar vår dokumentation om bästa praxis [här](/docs/sv/eleven-agents/best-practices/prompting-guide). ```txt You are a helpful Agents Platform assistant with access to a weather tool. When users ask about weather conditions, use the get_weather tool to fetch accurate, real-time data. The tool requires a latitude and longitude - use your geographic knowledge to convert location names to coordinates accurately. Never ask users for coordinates - you must determine these yourself. Always report weather information conversationally, referring to locations by name only. For weather requests: 1. Extract the location from the user's message 2. Convert the location to coordinates and call get_weather 3. Present the information naturally and helpfully For non-weather queries, provide friendly assistance within your knowledge boundaries. Always be concise, accurate, and helpful. ``` #### Konfigurera ett webhook-verktyg Vi konfigurerar ett enkelt webhook-verktyg som hämtar väderdata åt oss. Följ konfigurationsstegen [här](/docs/sv/eleven-agents/customization/tools/webhook-tools#configure-the-weather-tool) för att konfigurera verktyget. ## Kör appen För att köra appen anger du först de nödvändiga miljövariablerna: ```bash export ELEVENLABS_API_KEY=YOUR_API_KEY export ELEVENLABS_AGENT_ID=YOUR_AGENT_ID ``` Kör sedan bara följande kommando: ```bash python hotword.py ``` Säg nu "Hey Eleven" för att starta samtalet. Lycka till med pratet! ## \[Valfritt] Träna ditt egna aktiveringsord ### Generera träningsljud För att generera inbäddningarna för aktiveringsordet kan du använda ElevenLabs för att skapa fyra träningsprover. Gå bara till [Text To Speech](https://elevenlabs.io/app/speech-synthesis/text-to-speech) i din ElevenLabs-app och skriv in ditt aktiveringsord, till exempel "Hey Eleven". Välj en röst och klicka på knappen "Generate". När ljudet har genererats laddar du ned ljudfilen och sparar den i en mapp med namnet `hotword_training_audio` i projektets rot. Upprepa processen tre gånger till med olika röster. ### Träna aktiveringsordet Kör följande kommando i terminalen, med den virtuella miljön aktiverad, för att träna aktiveringsordet: ```bash python -m eff_word_net.generate_reference --input-dir hotword_training_audio --output-dir hotword_refs --wakeword hey_eleven --model-type resnet_50_arc ``` Detta skapar filen `hey_eleven_ref.json` i mappen `hotword_refs`. Nu behöver du bara uppdatera parametern `reference_file` i klassen `HotwordDetector` i `hotword.py` så att den pekar på den nya referensfilen, sedan är du klar! ## Nästa steg #### [ElevenAgents](/docs/sv/eleven-agents/quickstart) Bygg en helt hanterad röstagent utan att manuellt hantera ljudströmmar. #### [Snabbstart för TTS](/docs/sv/eleven-api/quickstart) Utforska fler alternativ för text-till-tal och röstanpassning.