GitHub

tspi-AIBox

泰山派 RK3566 离线语音助手固件：RKNPU 语音识别、本地 Qwen3 对话、OLED 与按键控制，CI 构建 Armbian 镜像。 | Offline voice assistant firmware for TaishanPi RK3566: RKNPU speech recognition, local Qwen3 chat, OLED/button controls and CI-built Armbian images.

Python2026-10-11T07:18:56Z★ 3

查看原始项目 ↗

项目文档

简体中文 | English

泰山派 AIBox 固件

本仓库的 GitHub Actions 从 ophub 的 lckfb-tspi Armbian 镜像制作可刷写镜像。基底固定为 Armbian_26.11.0_rockchip_lckfb-tspi_resolute_6.1.157_server_2026.09.01.img.gz（SHA256 247d8aad854c3bd0d9ba2fd755678967a6f7e59e91b89e1d331fae4f8bba01e6），与已运行的泰山派内核和设备树一致。构建不会重新编译内核，也不引入上游后续可能变动的设备树。

镜像预装离线语音助手、SSD1306 OLED / 三键菜单 / LED PWM 功能、RKNPU SenseVoice 中文识别、CPU 备用识别、小雅中文 TTS、Ollama Qwen3 0.6B 与 1.7B。NPU 只用于语音识别。生成过程固定下载文件的 SHA256；镜像不包含 Wi-Fi 密码、SSH 私钥或板上的个人配置。

硬件实物

泰山派 RK3566 AIBox 实物

图片展示 AIBox 硬件实物；来源页面的软件介绍为早期版本，当前固件功能以本仓库说明为准。

硬件项目与图片来源

在现有 Armbian 上一键部署

适用于使用 rk3566-taishanpi-v10.dtb、Ubuntu 26.04 resolute 的 ARM64 泰山派；无需刷写镜像。板子联网后执行：

git clone https://github.com/JasonYANG170/tspi-AIBox.git
cd tspi-AIBox
sudo bash install.sh

脚本安装缺失依赖与模型、运行应用测试、启用并启动 ollama 和 ai 服务。下载文件逐一校验 SHA256；再次运行会复用已有模型。现有的 /var/lib/eda-aibox/settings.json、led.json、ASR/TTS 后端选择及 Ollama 模型都会保留；更新前的代码和服务文件保存在 /opt/eda-aibox/backups/。若首次启用 LED 覆盖层，重启后硬件 PWM 才会生效。部署后检查：

systemctl status ai ollama
journalctl -u ai -n 50 --no-pager

CI 构建与刷写

在仓库的 Actions → Build TaishanPi image → Run workflow 手动运行，或向 main 推送相关文件。成功后下载 tspi-aibox-armbian-6.1.157 artifact，解压其中的 .img.zst，再执行：

sha256sum -c tspi-AIBox_lckfb-tspi_resolute_6.1.157_YYYYMMDD.img.zst.sha256
zstd -d tspi-AIBox_lckfb-tspi_resolute_6.1.157_YYYYMMDD.img.zst
# 核对目标设备路径后刷写；本命令会覆盖整张卡
sudo dd if=tspi-AIBox_lckfb-tspi_resolute_6.1.157_YYYYMMDD.img of=/dev/目标设备 bs=4M status=progress conv=fsync

镜像分区扩至 12 GiB，因此目标存储至少需要 12 GiB。初次启动按 Armbian 原版流程在串口设置账户、配置网络；助手使用已预建的 yang 系统账户，服务会在音频设备就绪后启动。进入系统后检查：

systemctl status ai ollama
journalctl -u ai -b --no-pager | tail -50
cat /sys/kernel/debug/rknpu/load

当前程序假定声卡为 plughw:1,0，OLED 位于 I2C-2 地址 0x3c，AHT10 位于 I2C-2 地址 0x38，按键在 GPIO3_A1/A2/A3。AHT10 在已有板上曾出现读数失败；程序会提示传感器故障。首次启动仍需按实际接线核对外设。详细功能、性能与限制见部署说明。

本地构建

在带 loop 设备与 root 权限的 ARM64 Ubuntu 26.04 上运行：

sudo apt-get install gdisk parted e2fsprogs zstd bzip2 curl device-tree-compiler
sudo bash scripts/build-image.sh

输出放在 out/，下载缓存放在 .cache/image-build/。构建脚本会校验基底、运行不依赖外设的程序测试、验证两个 Ollama 模型，并生成镜像 SHA256。

预训练模型来自各自上游，使用时应核对其许可证；小雅模型卡注明训练数据用于非商业场景。