树莓派圈这周聊得最多的不是涨价，是谷歌悄悄放出的一个官方端侧项目：gemma-translator。简单说，就是官方手把手教你把一块树莓派5，改成一台全程不联网的语音翻译机。社区里今天已经有人完整跑通并发了部署实录，过程中踩了三个差点劝退的坑。我把项目定位、真实体验和避坑要点捋一遍，你看完再决定要不要动手。
先说这是什么。项目基于今年4月发布的Gemma 4系列里最小的E2B模型，配合谷歌端侧推理运行时LiteRT-LM，模型文件约2.59GB，支持中、英、日、韩、西班牙、阿拉伯六种语言互译。云雀AI语音识别、翻译、语音合成全部在板子上本地跑，模型缓存好之后可以彻底断网，没有任何内容上传云端。GitHub交互方式是键盘驱动：按住Z键说中文，松手就播报英文，反过来也一样。
两个背景值得知道。一是Gemma 4是谷歌4月发布的开源模型家族，原生支持文本、图像、音频等多模态输入。Hugging Face到6月官方宣布全系列下载量突破1.5亿次。新智元E2B是专门面向手机和IoT设备的最小规格，靠参数卸载技术塞进小内存设备。二是谷歌给E2B/E4B的定位从一开始就是移动设备和边缘设备，这个翻译项目正是这套端侧战略落到开发板上的第一个官方样板。机器之心
再说部署的真实情况。今天知乎有网友发了完整实录：一块树莓派5（8GB）+USB摄像头麦克风+蓝牙音箱，全是现成硬件。整体能跑通，但三个坑非常典型，而且不只是这个项目——任何想在树莓派5上跑端侧模型的人，大概率都会挨个踩一遍：
第一个坑是电源，也是最隐蔽的。实录作者一开始用5V/3A电源，系统能启动、SSH正常，但装依赖时各种软件包"随机损坏"。换源、清缓存都没用，最后用 vcgencmd get_throttled 一查，标志位显示本次启动发生过欠压和降频——真相是供电不足导致文件系统写坏数据。换成27W的5V/5A官方电源后所有"玄学错误"消失。记住一条判断准则：多个软件包"随机"损坏并伴随I/O报错，别怀疑网络和镜像，先查电源和线材。云雀AI
第二个坑是模型下载。2.59GB的模型从Hugging Face直接拉，树莓派上经常断。更稳的做法是先在PC上断点续传下完、校验SHA256，再SCP传进树莓派导入注册表——注意下载只是下载，必须导入才算装好。另外部分版本的安装脚本用了pip的–require-hashes参数但哈希给不全，会直接报错，手动建venv更稳。
第三个坑是蓝牙音频。新版Raspberry Pi OS（Bookworm之后）用PipeWire管理音频，而aplay这类老命令直接操作ALSA、绕过了PipeWire，结果就是录音正常、播放没声。正确姿势是改用PipeWire提供的pactl/paplay接口。
使用上还有个容易被忽略的细节：提示音响起后别立刻开口，前端是先播提示音再等麦克风就绪，蓝牙音箱还有延迟，听到提示音后等0.3~0.5秒再说话、说完停0.2秒再松手，否则句首会被截断。云雀AI项目默认语言是阿拉伯语↔英语，想改中英需要动前端初始值再重新构建，这点部署实录里也给了具体改法。
然后说判断。先给"同传"这个词降降温：它实际是交替传译——你说完一句，它翻一句，不是边说边翻的会议同传。但它的核心价值恰恰不在翻译上限，而在"完全离线"这四个字：数据不出设备、无网环境可用、不用订阅不用API key。对照下来，三类人最值得折腾：一是隐私敏感场景，比如涉密会议旁听、小语种面对面沟通；二是想系统体验端侧大模型的树莓派玩家，这个项目比裸跑模型多了完整的语音交互链路，是很好的入门样板；三是做展示和教学的人，一台不联网的翻译盒子本身就是个好教具。反过来，如果你只是出国旅游要个翻译工具，手机翻译App免费且效果更好，没必要为此买硬件；如果你手里只有2GB/4GB的树莓派4B，目前社区没有低内存版本的验证案例，建议先观望。
往后值得盯三个信号。一是LiteRT-LM生态，这是谷歌端侧推理的统一运行时，后续大概率会有更多Gemma模型以同样方式适配树莓派；二是官方会不会扩充语言包和模型规格，目前六语言对国内用户够用但不算富余；三是别指望下一代硬件救场——树莓派官方在6月的Reddit问答里确认，树莓派6最早2028年初才面世，而且明确不会集成NPU，树莓派6不会搭载专用AI芯片，未来两年树莓派跑端侧AI，纯CPU推理仍是主基调，现在积累的这些部署经验不会白折腾。树莓派研究所
最后照例抛个问题：你觉得离线翻译是刚需还是伪需求？如果你手里的树莓派5正在吃灰，会为了这个项目把它重新点亮吗？评论区聊聊。
