Jarvis Voice System

🎭 JARVIS语音系统

GPU加速语音合成，具有真实的漫威JARVIS语音

](https://www.docker.com/)   

完整的语音助理系统，具有真实的JARVIS语音合成功能，GPU加速，家庭助理集成和Claude Code MCP连接。

______________________________________________________________________

🚀 特性

• ✅ 真实的JARVIS声音：漫威电影级英式英语合成（109MB型号）
• ✅ GPU加速：RTX 5090/4090硬件加速（约2.5秒合成）
• ✅ 家庭助理TTS：智能家居的怀俄明州协议集成
• ✅ 智能对话：具有JARVIS个性的Olama LLaVA模型
• ✅ Claude代码集成：MCP服务器，用于在任何存储库中生成语音
• ✅ web界面：测试和管理界面
• ✅ Docker容器化：易于部署，支持GPU

______________________________________________________________________

⚡ 快速开始

先决条件

• 码头工人 支持NVIDIA GPU
• 英伟达GPU （建议使用RTX 5090/4090以获得最佳性能）
• 语音模型：下载 en_GB-jarvis-high.onnx （109MB正品型号）

1.克隆和设置

git clone https://github.com/comblox/jarvis-voice-system.git
cd jarvis-voice-system

# Download the authentic JARVIS voice model
curl -L "https://huggingface.co/jgkawell/jarvis/resolve/main/en_GB-jarvis-high.onnx" \
  -o voices/en_GB-jarvis-high.onnx

2.启动系统

# Start GPU-accelerated containers
docker-compose up -d

# Check status
docker-compose ps

3.测试语音合成

# Test direct synthesis
curl -X POST http://localhost:5010/api/synthesize \
  -H "Content-Type: application/json" \
  -d '{"text": "Good evening, sir. All systems are operational."}'

# Open web interface
open http://localhost:5010

🔧 配置

Docker编写服务

• piper gpu：主GPU加速TTS服务（端口：10200）
• 风笛手网：用于测试的Web界面（端口：8085）

环境变量

🧪 测试

web界面

• 统一资源定位符: http://localhost:8085
• 特性：实时语音合成、预设JARVIS短语、性能指标

命令行测试

# Run comprehensive tests
./scripts/test-jarvis.sh

# Quick test
curl -X POST http://localhost:10200/synthesize \
  -H "Content-Type: application/json" \
  -d '{"text": "Good day, sir. JARVIS at your service.", "voice": "jarvis"}' \
  --output test.wav

预期性能

• RTX 5090：~50-100x实时合成
• 延迟：典型句子\<100ms
• 记忆：\<2GB VRAM使用率

🏠 家庭助理集成

1.添加怀俄明州TTS集成

# In Home Assistant: Settings → Devices & Services → Add Integration
# Search for "Wyoming Protocol"
# Add integration with:
Host: 192.168.50.19
Port: 10200

2.配置语音助手

# configuration.yaml
tts:
  - platform: wyoming
    host: 192.168.50.19
    port: 10200
    voice: jarvis

conversation:
  platform: openai_conversation
  api_key: !secret openai_api_key
  base_url: "http://192.168.50.19:11434/v1"  # Ollama LLM

3.创建语音管道

1. 首选 设置→ 语音助手
2. 添加语音助手
3. 配置：

- 语音输入：怀俄明州STT（如有）或内置 - 对话代理：OpenAI对话（Ollama） - 文本到语音：怀俄明州TTS（贾维斯）

📊 监控

服务状态

# Check service health
docker-compose ps
curl http://localhost:10200/info

# View logs
docker-compose logs jarvis-piper-gpu

GPU利用率

# Monitor GPU usage during synthesis
nvidia-smi -l 1

🎭 JARVIS语音功能

Paul Bettany的真实声音

• 源：钢铁侠电影娱乐
• 口音：英国人（en_GB）
• 质量：中等保真度，22.05kHz
• 模型：Glow TTS ONNX格式

优化参数

{
  "noise_scale": 0.667,
  "length_scale": 1.0,
  "noise_w": 0.8,
  "speaker_id": 0
}

JARVIS短语示例

• “早上好，斯塔克先生。我来做个诊断检查好吗？”
• “所有系统都是名义上的，先生。”
• “我冒昧地监测了你的生命体征。”
• “我该为Mark 42的部署做准备吗？”
• “正在处理，先生。请稍候。”

🔧 故障排除

常见问题

1.集装箱无法启动

# Check GPU support
docker run --rm --gpus all nvidia/cuda:11.8-base-ubuntu20.04 nvidia-smi

2.语音合成失败

# Check voice file exists
ls -la voices/jarvis.onnx
# Should be ~63MB

3.性能差

# Check GPU utilization
nvidia-smi
# Ensure CUDA_VISIBLE_DEVICES=0 points to RTX 5090

4.家庭助理无法连接

# Test Wyoming Protocol
curl http://192.168.50.19:10200/info
# Check firewall/network connectivity

性能调整

GPU内存优化：

# In docker-compose.yml
environment:
  - CUDA_MEMORY_GROWTH=true
  - TF_FORCE_GPU_ALLOW_GROWTH=true

并发请求：

# Increase container resources
deploy:
  resources:
    limits:
      memory: 8G  # Increase for multiple concurrent requests

📁 目录结构

jarvis-piper/
├── docker-compose.yml      # Container configuration
├── README.md              # This file
├── voices/                # Voice model files
│   ├── jarvis.onnx       # 63MB voice model (not included)
│   └── jarvis.onnx.json  # Voice configuration
├── scripts/              # Installation and testing
│   ├── install.ps1       # Windows PowerShell setup
│   └── test-jarvis.sh    # Voice testing script
├── web/                  # Web interface
│   └── index.html        # Testing web UI
├── cache/                # Model cache (auto-generated)
└── logs/                 # Service logs

🎯 后续步骤

1. 获取JARVIS语音模型 （jarvis.onnx，约63MB）
2. 运行安装脚本: .\scripts\install.ps1
3. 测试语音合成: http://localhost:8085
4. 配置家庭助手 整合
5. 创建语音管道 与Ollama LLM集成

🔗 相关文件

• 家庭助理怀俄明州协议
• NVIDIA 容器 工具 包
• Piper TTS文档

______________________________________________________________________

🎭 “您好，先生。JARVIS随时为您服务。”