起点是一盏碍眼的灯
桌上那盏小夜灯是搬家时随手买的，开关在底座后面，每次关灯都要摸黑找半天。有天晚上我盯着它想：如果它能听懂我说「关灯」，这事就解决了。这个念头本身没什么稀奇，稀奇的是我居然真的去做了。
我手边有一块吃灰的树莓派 Zero 2 W、一个 USB 麦克风、一个继电器模块和几根杜邦线。目标很朴素：对着它说一句话，灯亮或灯灭，最好还能回我一句。
硬件先跑通
第一步不是写代码，是确认继电器真的能控制那盏灯。小夜灯是 USB 供电的，我没有拆它，而是把 USB 线剪开，正极串进继电器的常开触点。这样树莓派只负责给继电器信号，灯的供电还是原装的，安全上也省心。
接线前我把树莓派断电，接好后再上电，用 GPIO 命令行工具手动拉高拉低引脚，听到继电器「咔哒」一声，灯亮了。那一刻比后面写多少代码都踏实。
要注意的是继电器模块有高低电平触发的区别，我买的那块是低电平触发，第一次测试时灯的状态和预期相反，查了模块丝印才反应过来。这种小坑不值得写进教程，但每个动手的人都会遇到。
让声音变成动作
语音识别我没有用云端服务。桌面灯是个常开设备，一直上传音频让我不舒服，而且断网就废了。我选了本地方案：用 Vosk 的小模型做离线识别，只认几个固定词——「开灯」「关灯」「亮一点」「暗一点」。
代码结构很简单：一个 Python 脚本循环读麦克风数据，喂给识别器，命中关键词就调用对应的 GPIO 操作。识别率不算高，安静环境下够用，电视开着的时候经常听错。我的处理办法是加一个确认音：识别到指令先响一声短音，再执行动作，这样至少我知道它听懂了什么。
「亮一点」和「暗一点」需要调光，继电器做不到。我换了个思路，用 PWM 控制一个 MOS 管模块来调灯的实际亮度，继电器只负责总开关。两套控制并存，代码里用一个状态变量记住当前亮度，避免互相打架。
让它回一句话
只会听不会说，总觉得少了点什么。我用 espeak-ng 做本地语音合成，声音机械，但胜在离线、启动快。每次执行完指令，它回一句「好」或者「灯关了」，短句比长句自然得多。
这里有个细节：麦克风和喇叭同时工作时会互相干扰，喇叭的声音被麦克风收进去，偶尔触发误识别。我在代码里加了一个简单的静音窗口，说话期间不处理麦克风输入，问题就没了。
整套东西塞进一个木盒里，灯放在盒子上，麦克风从侧面开孔伸出来。走线很乱，但盖上盖子看不见。
它现在的作用
这盏灯现在每天在用，主要场景是睡前躺床上不想起身。它也会出错，比如我把「关灯」说快了它听成「开灯」，然后我再说一遍。这种不完美反而让它像个真实存在的东西，而不是一个演示视频。
做这个的过程中我最大的收获不是语音识别，而是发现很多「智能」需求其实可以用很笨的办法满足：固定词、本地模型、一句确认音，成本不到一顿饭钱。下一步我想给它加一个光线传感器，天黑了自动亮，连话都不用说。
