Birding Pal

在户外观鸟时，掏出手机、解锁应用、搜索物种……这一系列动作往往会打断观察的沉浸感，甚至惊扰到鸟儿。Birding Pal 是 OpenAI 最新开源的一个趣味项目，它试图通过“触感交互”解决这一问题。

这是一个将毛绒玩具、自定义蓝牙控制器与基于 ChatGPT 的语音界面相结合的系统。你只需按下鸟身，就能与 AI 伙伴对话、录制鸟鸣，并将确认的观测记录自动存入个人手册。它的目标不是取代手机，而是成为一个夹在背包上、握在手里的友好小伴侣，让你在不盯着屏幕的情况下享受自然。

核心架构：硬件与软件的双重奏

1. 硬件：一只懂你的毛绒鸟

原型机由一系列开源硬件组件构成，隐藏在柔软的毛绒外壳下：

• 主控：Adafruit QT Py ESP32-S3（无 PSRAM），负责处理输入和通信。
• 交互：力敏电阻（FSR）作为压力输入，感知用户的按压；可寻址 NeoPixel LED 提供状态反馈。
• 音频：内置麦克风、放大器和扬声器，支持双向语音交互和环境音录制。
• 连接：DFRobot BT401 蓝牙模块，用于与移动应用低延迟通信。
• 电源：锂电池及充电管理模块，确保户外续航。

固件不仅读取压力信号和控制灯光，还托管了一个本地 Wi-Fi 仪表板，方便开发者调试和调节触发阈值。

2. 软件：智能观鸟助手

配套移动应用是系统的大脑，驱动着整个体验：

• 语音交互：集成 OpenAI Realtime API，实现低延迟的自然语言对话。你可以直接问：“刚才那声鸣叫是什么鸟？”
• 鸟鸣识别：可选接入兼容 BirdNET 的分析端点。应用录制环境音频（WAV 格式），附带位置和周份元数据，返回物种候选列表供 AI 解读。
• 数字手册：确认后的观测记录会自动保存到个人的数字观鸟手册中，形成专属的自然日记。

工作原理：从按压到记录

1. 触发：按下毛绒鸟的身体，通过蓝牙向手机发送事件信号。
2. 交互：
   • 语音模式：启动语音会话，用户口述观察到的特征或直接提问。
   • 录音模式：录制环境中的鸟鸣声，发送给分析引擎。
3. 分析与反馈：AI 结合语音内容和音频分析结果，识别可能的物种，并用自然的语气解释其特征。
4. 归档：用户确认后，记录被写入本地数据库，完成一次完整的观测闭环。

注意：该项目目前使用 gpt-realtime 进行集成，因为最新的 GPT-Live-1 尚未在公开 API 平台全面开放。