ygelfand/echolocal

Turn an Echo Dot (2nd gen) into a fully local Home Assistant voice satellite, multi-room media player, lux sensor, Bluetooth proxy, and more. No Amazon, no cloud.

解决的问题

EchoLocal 将第二代 Amazon Echo Dot (biscuit, RS03QR) 转变为一个本地、注重隐私的 Home Assistant 语音卫星。它使用基于 Go 的本地实现取代了 Amazon 的云端服务，使设备无需依赖外部服务器即可运作。

运作原理

该项目包含一个直接在 Echo Dot 硬件上运行的守护进程 (echod)。此守护进程负责管理硬件、处理唤醒词检测，并实现一个 ESPHome 原生 API 服务器。这使得 Home Assistant 可以像对待原生 ESPHome 设备一样发现并与该设备互动。配套的 CLI 工具 (echoctl) 用于安装与配置。

适用对象

拥有第二代 Echo Dot 并希望将其整合到本地 Home Assistant 设置中进行语音控制，同时保持隐私并移除对 Amazon 云端依赖的用户。

特色亮点

  • 本地唤醒词：使用 openWakeWord 和 microWakeWord 模型进行 100% 设备端检测，包含“停止”检测。
  • Home Assistant 整合：作为原生的 media_player 和语音卫星运作，支持媒体播放、音量闪避 (ducking) 与白噪音生成。
  • 蓝牙代理 (Bluetooth Proxy)：将 BLE 广播转发至 Home Assistant，并作为设备定位系统的 iBeacon 使用。
  • 硬件利用：启用板载 LED 环（支持自定义动画）以及先前未使用的环境光 (Lux) 传感器。

相关

  • 项目
    kesai-labs/py123d

    py123d 是一个 Python 库，通过将 Argoverse 2、nuScenes、Waymo、nuPlan 等多个自动驾驶数据集统一转换为快速、零拷贝的 Apache Arrow 格式，并提供摄像头、激光雷达、地图和标签的单一 API。它包含用于下载和转换数据的 CLI 工具、基于 Hydra 的管道以及交互式 3D 查看器。通过 `pip install py123d`（可选依赖项支持各数据集）安装，并使用提供的命令获取、转换和可视化数据。

  • 项目
    Qpu523/VPSCI-Dataset

    VPSCI 是一个大型、高分辨率的车辆与行人近乎碰撞（near-miss）交互数据集，通过 CARLA 模拟器中的三阶段强化学习流程生成。它包含横跨八个路口场景的约 198,000 个片段（episodes），并提供 20 Hz 记录的 CSV 文件和支持的视频。人类研究显示，生成的交互场景与真实世界影像无法区分，使其成为自动驾驶安全研究的宝贵数据集。

  • 项目
    NeLy-EPFL/flygym

    FlyGym 是一个 Python 库，提供成年果蝇的高速、基于物理的数字孪生体。它模拟了详细的生物力学、复眼视觉、嗅觉、腿部附着性，并提供分层的脑-脊髓控制接口，使研究人员能够开发和测试体感传感器运动控制器。

  • 项目
    lucidrains/q-transformer

    Q‑Transformer 是一个 PyTorch 库，实现了用于可扩展离线强化学习的自回归 Q 函数方法，专为结合视频观测和语言指令的机器人任务而设计。它提供视觉Transformer模型、数据收集代理、回放缓冲区数据集和Q学习训练器，可通过 `pip install q-transformer` 安装。