ChatGPT的人性口語化回復相信許多人已體驗過，也因此掀起一波大型語言模型（Large Language Model, LLM）熱潮，LLM即ChatGPT背后的主運作技術，但LLM運作需要龐大運算力，因此目前多是在云端（Cloud）上執行。

然而在云端執行也有若干缺點，一是Internet斷線時無法使用；二是或多或少會泄漏個資隱私；三是上傳的話語內容會被審查，但審查標準難以捉摸，且已有諸多矯枉過正的案例；四是因為模型已放在云端與人共享，也可能已被他人誤導，俗稱模型被教壞了。

所以有些人也希望LLM能在本地端（Local）、本機端執行，如此就不怕斷線、泄漏隱私、內容審查、誤導等缺點。但要能在本地端執行，其LLM就不能太大，目前已經有諸多信息技術專家提出各種嘗試，期望能將云端的LLM輕量化、減肥減肥，以便能在運算力有限的本機端執行。

全世界最簡單的類GPT語音助理

對此已有創客發起項目，項目名就叫World’s Easiest GPT-like Voice Assistant，即世界上最簡單的類GPT語音助理，以此實現完全在本機端執行的GPT語音服務，不需要任何Internet聯機。

至于具體技術作法，首先是找一片樹莓派單板計算機，例如RPi 4，然后裝上麥克風與喇叭，成為語音互動對話的輸入輸出，而后安裝Whisper這套軟件，可以將麥克風接收到的語音轉成文字，文字喂給LLM。

LLM接收輸入后進行推論處理，處理后的結果以文字輸出，輸出的文字則透過另一個安裝軟件進行轉化，即eSpeak，把文字轉成語音后，再透過喇叭發聲回復。

用TinyLlama-1.1B模型來實現類GPT語音助理項目

麥克風與喇叭只是末梢，重點是在LLM，哪來的輕量型、本機端執行的LLM？答案是llamafile項目，這個項目將LLM打包成單一個檔案，如此可方便地分發（分發distribute，通俗而言指可以輕易地下載文件、傳遞分享檔案）與執行，項目發起者運用llamafile項目中的TinyLlama-1.1B模型來實現類GPT語音助理。

圖3 llamafile項目官網畫面（圖片來源：GitHub）

TinyLlama-1.1B確實是一個嬌小的LLM，以GPT-3而言就有175B，B即Billion指的是10億，LLM的大小通常以參數數目為準，1,750億個參數的LLM已相當龐大，需要對應強大的運算力才能順暢執行。

其他龐大的LLM還有MT-NLG，有5,300億個參數，或5,400億個的PaLM等，都難以下放到本機端執行，本機端很難有對應強大的運算力來跑模型。而TinyLlama-1.1B顧名思義只有11億個參數，參數大大減少下，本機端是有足夠運算力執行該模型。

圖4 llamafile項目提供多種預訓練模型，目前以TinyLlama-1.1B最小，僅760MB（圖片來源：GitHub）

當然，上述所言均是預訓練模型（Pre-Train Model），或近期常稱為基礎模型（Foundation Model, FM），后續還是可以依據個人需要再行訓練與調整，以便有更精準、更切合需求的推論結果。

這個類GPT語音助理項目完成上述后，實際測試的結果是，多數的發話詢問后需要15秒左右的時間才能回復，復雜的詢問則要更久的時間。有人可以等或覺得這時間還可以，若覺得太慢或許可以改用運算力更強的RPi 5單板計算機，可能可以快一點。

值得注意的是，這個項目不是用語音關鍵詞（如Hey! Siri或OK! Google）來喚醒助理，而是設置一個按鈕，按下去后才讓樹莓派開始接收語音詢問。

另外，這整個項目用的都是開放源代碼及免授權費的軟件與模型，所以實現成本大概只有單板計算機、喇叭、麥克風、按鈕等硬件而已。

其他技術細節包含llamafile與Raspberry Pi OS不兼容，所以在樹莓派上是改安裝Ubuntu Linux，更具體而言是64位的Ubuntu Server 22.04.3 LTS。另外，當然也要安裝Python才能操控樹莓派的GPIO接腳，從而能讀取按鈕狀態（是否被按下）。

小結

最后，這肯定不是第一個也不是最后一個LLM本地端化的嘗試，各種嘗試正前仆后繼地進行著，有的是提供壓縮工具將原本肥大的LLM加以縮小，有的干脆是原生訓練出輕量的LLM，現階段可謂是百家爭鳴。

而筆者個人的看法，1.1B的LLM已經很小，或許未來可以更小，但現階段可能改用更強的硬件會更務實，例如使用有GPU的桌面計算機，或給樹莓派加裝AI硬件加速器等，以便讓類GPT語音助理更快速響應。

審核編輯：劉清