树莓派离线翻译器

一句话一台树莓派跑完整语音链路

项目把树莓派 5 变成双人语音翻译器。模型和依赖首次下载完成后，语音识别、翻译和语音合成都能在本地完成，不再向云端发送正常翻译请求。

它的价值不只是 Gemma 能翻译文字，而是仓库打包了完整链路：麦克风输入、本地转写、Gemma 推理、本地语音输出、小屏界面、部署脚本和 3D 打印外壳。

1. 语音转文字	Moonshine 按所选源语言在本地转写麦克风音频。
2. 翻译	LiteRT-LM 在树莓派 CPU 上运行指令微调的 Gemma 4 E2B。
3. 文字转语音	moonshine-voice 用对应语言的本地声音合成翻译结果。
操作界面	React kiosk 提供两条语言通道，协调按住说话、翻译和播放。

6当前代码中的语音语言

8 GB参考树莓派 5 内存

6 GB模型导入前检查的最低空间

源码中的前后端映射了阿拉伯语、英语、西班牙语、日语、中文和韩语。Gemma 可能理解更多语言，但只有语音识别和语音合成同时支持，完整语音流程才真正可用。

计算设备	8GB 内存的树莓派 5。
音频输入	麦克风或 USB 音频采集设备。
音频输出	扬声器、耳机或其他受支持输出。
显示设备	显示器或小型触摸屏，界面针对约 480 × 320 设计。
外壳	仓库提供可选的 3D 打印 STL 文件。
储存空间	下载缓存与导入模型各约 2.6GB，脚本要求至少 6GB 可用空间。

1. 在 Linux、macOS 或树莓派上克隆 `google-gemma/gemma-translator`。
2. 为 `setup.sh`、`download_model.sh`、`start.sh` 和 `deploy-pi.sh` 添加执行权限。
3. 运行 `./setup.sh`，创建 Python 环境并安装 Node 与应用依赖。
4. 联网运行 `./download_model.sh`，下载 Gemma 4 E2B 并导入 LiteRT-LM。
5. 开发时运行 `./start.sh`；在 Raspberry Pi OS 或 Debian 上运行 `./deploy-pi.sh`，部署 systemd 与 Chromium kiosk。

当前界面以键盘为主。横屏模式用 Space 切换说话人、Z 按住说话、方向键切换语言；竖屏模式给两个人各自的按键。实体按钮和旋钮可以映射这些输入，但现有前端尚未启用触摸录音按钮。

连接条件	设置完成后，无 Wi-Fi 或蜂窝网络也能执行正常翻译。
数据路径	正常使用时，音频、转写、翻译和合成语音都留在本地链路。
使用成本	硬件和模型安装后，没有逐次云推理费用。
现实代价	设备更大、更耗电，本地模型也可能更慢或不如云端准确。
维护责任	使用者必须更新依赖、保护设备，并管理物理访问和本地日志。

真正使用前，应测试每个目标语言对、口音和噪声环境。姓名、数字、医疗指示、法律术语与应急信息都要重复或独立核验。

实际结论是：它是一套扎实、可复现的边缘 AI 参考设计，也能改造成旅行或野外工具；但应该把源码当平台，不要把演示视频当成质量保证。