前言

想要快速搭建一个既能“听”又会“说”的私人语音助手？SophNet 提供了一套简单高效的云端能力，让你几分钟内就能把语音识别、对话大模型与语音合成串起来。这篇教程将从注册开始，带你一步步完成部署与本地体验。

准备工作

• 一台可联网的电脑（Mac/Windows/Linux 均可）
• Python 3.8 及以上环境
• 基础的命令行操作能力

步骤一：注册 SophNet 账户并领取额度

• 访问：SophNet | 云算力平台
• 使用手机号注册新账号
• 成功注册后可获赠 20 元额度，足够支撑长时间的开发与测试

步骤二：创建组织

• 登录 SophNet
• 新建一个“组织”（Organization），用于管理项目、成员与资源

步骤三：创建项目

• 在组织下新建“项目”（Project）
• 进入项目详情页，记录“Project ID”（稍后配置代码时会用到）

步骤四：创建 API Key

• 在控制台中创建一个新的 API Key
• 妥善保存，不要泄露给他人（建议存入环境变量或本地密钥管理工具）

步骤五：添加服务能力

ChatCompletion（对话模型）

• 新增服务，类型选择 ChatCompletion
• 模型建议：DeepSeek-V3-fast（兼具速度与稳定性）
• 创建完成后记下服务的 easyllm id（后续代码会用到）

SpeechToText（语音转文字）

• 新增服务，类型选择 SpeechToText
• 创建完成后记录对应的 easyllm id

TextToSpeech（文字转语音）

• 新增服务，类型选择 TextToSpeech
• 创建完成后记录对应的 easyllm id

小贴士：

• 不同服务各自有 easyllm id，请为三项服务分别记录清楚，避免混淆。
• 如果有多种模型可选，可根据自己的需要进行调整。

步骤六：获取源码并安装依赖

• 从源码仓库sophon-zhijuhuang/VoiceAssistant: ASR+LLM+TTS地址拉取项目代码（如遇问题，评论区随时交流）。
• 根据项目中的readme按照依赖。

步骤七：启动本地界面

• 在终端执行：python3 main.py
• 若首次运行，留意终端输出的端口与日志信息。

步骤八：同网段设备快速体验

• 在同一内网环境下（我的服务器IP为172.26.41.46），使用浏览器访问：http://172.26.41.46:7809

结语

通过 SophNet 将 ChatCompletion、SpeechToText、TextToSpeech 三项能力串联起来，你就拥有了一套可扩展的私人语音助手基础框架。后面会陆续添加：

• 加入自定义唤醒词、关键词指令
• 接入日程、邮箱、智能家居等第三方系统
• 自定义知识库
• 在玩具上的实际应用
• .......

动手实践，做一个真正属于你的 AI 助手吧！如果本文对你有帮助，欢迎转发给需要的朋友，也欢迎在评论区交流你的使用经验与问题。