作者: DigiKey Editor
关键词：开发板
曾经有一位牧师说过：上帝说要有光？ 于是便有了光。
《大模型实战》系列课程的第三节，Lattepanda sigma部署大模型，你也可以做“上帝”了。
相关课程视频，请点以下图片到B站观看:
项目介绍
也许你会说，点个灯小爱同学也会呀。但，小爱同学不会写代码呀。
这个项目的步骤是：
- 第一步，使用麦克风录音，使用Python的库来控制音频输入。
- 第二步，将语音转换为文本。
- 第三步，将得到的文本发送到Ollama API获取回复。
- 第四步，生成Arduino代码并上传，控制灯光。
在这个项目中，Lattepanda sigma作为核心主控，搭配一些外围器件，USB麦克风，继电器， 220V电灯和灯座，杜邦线等。此外，为了更好的展示，还需要支持HDMI接入的屏幕，USB鼠标键盘，烧录系统使用的空白8G或更大的U盘。
为什么选择Lattepanda设备来生成代码控制外设？
在现代嵌入式开发和AI模型部署领域，选择合适的硬件平台是项目成功的关键。选择Lattepanda设备的主要原因有一下几点：
1. 强大的硬件性能
配备高性能的处理器和丰富的外设接口，能够轻松应对复杂的计算任务和外设控制需求。其板载的Leonardo单片机为直接控制继电器等外设提供了便利，无需额外的硬件支持。
2. 易于部署的软件环境
支持Ubuntu操作系统，为开发者提供了一个稳定且易于扩展的开发环境。通过简单的系统配置和工具链安装，可以快速搭建大模型运行环境，并实现语音交互和硬件控制的自动化。
3. 语音交互能力
支持USB麦克风的接入，能够通过语音输入实现prompt的录入。结合语音识别（STT）技术和AI模型，可以实现自然语言控制外设的功能，极大地提升了用户体验。
4. AI模型部署的便利性
Lattepanda sigma的高性能计算能力使其能够运行大模型，如Ollama、Qwen等。通过简单的配置和API调用，可以快速生成适合的代码并部署到板载的Leonardo单片机，实现对外设的精确控制。
项目实现过程
第一步，硬件组装
将USB麦克风接入到Lattepanda的USB接口；
将一路继电器接入到开发板的IO口，其中接入一个GND， 一个5V， 还有一个D11接口接入继电器模块的IN接口。继电器另一端接一个电灯。
第二步，系统安装和初始化配置
首先，要下载系统镜像，可以根据官方推荐使用的版本进行下载，官方推荐Ubuntu 22.04 LTS版本：
然后，下载rufus烧录软件，选择合适版本下载即可：https://rufus.ie/zh/
烧录软件下载完直接打开，并找到下载好的镜像文件，将文件烧录至网盘中，烧录过程中，磁盘灯会疯狂闪烁：
接下来，将带有系统镜像的网盘插入Lattepanda Sigma开发板上，并接入HDMI线缆、接入DC电源和USB键盘鼠标。
以上硬件连接完成后，就可以点击电源按钮开机。开机第一个操作即多次点击F7按键，进入启动选项设置，继续安装，直到完成：
重启后会出现：
这时候，拔掉USB系统安装盘，然后回车重启设备。开发板即可进入系统：
当初始化配置完成后，还需要对系统进行软件仓库索引更新和系统软件包升级.
完成后，根据需要也可以定义软件的本地源，使用国内清华的源或者阿里云的源，也可以使用系统默认的源，可以看到我们系统默认使用的是清华的源，速度会很快完成。
个人喜欢安装vim工具，如果你们不喜欢这步骤可以跳过。
安装了build-essential 后期后面可以做C语言的开发，很方便，当然如果后期你有在LPsigma上开发硬件设备的需求也可以安装cmake工具，例如你如果要开发树莓派pico的开发板，或者开发ESP32的开发板，都可以提前将环境安装好。
一般建议安装完后，重新启动一下设备。
第三步：安装Ollama的框架
Ollama是一个开源的本地化大语言模型（LLM）运行框架，可以简化在个人计算机上部署和运行大型语言模型的过程。
Ollama 支持多种安装方式，包括直接下载安装包、使用包管理器（如 Homebrew）、通过 Docker 等，而且它拥有活跃的开源社区生态，提供了大量的第三方集成和工具，包括web和桌面应用，移动应用，开发库，数据库集成等等，它的高效和安全且易于上手，对于新手非常友好，而Linux下安装也非常简单，打开终端。
先确认是否安装了curl工具，如果没有就安装一下这个软件包：
然后在终端中执行：curl -fsSL https://ollama.ai/install.sh | sh
第四步：大模型下载
Ollama框架安装完成后，就可以进行模型的下载，目前可用的模型很多，以谷歌的gemma3:4b 这两个模型来作为这次项目的大语言模型。
终端运行，进行模型下载： ollama pull gemma3:4b
下载完成后，尝试运行：
ollama run gemma3:4b –verbose
然后，就可以进入交互模式和大预言模型对话了，尝试询问一个问题看看响应的时间。
第五步：搭建python虚拟环境以及库文件
一切完成后，可以配置openssh远程登录到服务器，然后搭建python虚拟环境。
conda create -n venv -p python3.11
conda activate venv
在搭建虚拟环境前，先给大家介绍一下操作步骤：
先安装系统依赖：
sudo apt-get update && sudo apt-get upgrade -y
sudo apt-get install -y python3-pip python3-dev build-essential
安装Python库
pip install pyaudio SpeechRecgnition
pip install numpy requests
安装Arduino CLI工具
wget https://downloads.arduino.cc/arduino-cli/arduino-cli_latest_Linux_64bit.tar.gz
tar -xvf arduino-cli* && sudo mv arduino-cli /usr/bin/
arduino-cli core update-index
sudo arduino-cli core install arduino:avr
接下来，需要对语音识别进行测试，编写测试代码，通过USB 麦克风读取声音并使用 pocketsphinx 进行本地语音识别。
第六步：代码上传至本地Leonardo芯片
需要通过arduino-cli上传代码到本地的Leonardo芯片，这个过程集成在主程序中，主程序会读取后通过arduino-cli命令执行上传，可以打开代码定位到模型输出后操作的部分。
运行主程序: python main.py
然后对着麦克风说： 上帝说要有光，Lattepanda 上有灯光闪烁，紧接着继电器闭合，外部的灯光会亮起。
对着麦克风说： 天黑请闭眼，这时候，依然会出现烧录时的灯光闪烁，关闭灯光。
这样一来，就可以实现当我们需要不同的电灯需求，只需让模型理解语意就可以实现代码重新编写和上传的功能，大家快去搭建环境试试自己的言出法随吧～
小编的话：
正如视频和文章所介绍的，Lattepanda sigma开发板具备强大的硬件性能，可以轻松应对复杂计算及外设控制，直接控制继电器等外设，能提供稳定且易扩展的开发环境，还具有语音交互能力，其高性能计算能力可运行大模型，通过简单配置和API调用即可快速生成并部署代码至板载单片机，实现精确控制。文中项目也颇具代表性，您是否了解Lattepanda sigma？您对使用该板有哪些经验或者疑问？欢迎留言，和DigiKey的朋友们一起分享交流！
******
如任何问题，欢迎联系 DigiKey客服团队
中国(人民币)客服
service.sh@digikey.com
中国(美金)/香港客服
– china.support@digikey.com
打开微信搜一搜，输入「digikey」
点击关注 DigiKey 官方微信公众号
按指引完成会员登记
之后每周自动推送工程师专属秘技，边学技术边攒积分，各类工具好礼、专属采购福利等你来领。
