最近两周关注开源硬件动态的人,大概率刷到过这个小玩意儿:谷歌开放了一个叫 gemma-translator 的语音翻译机项目,不用联网、不调 API,甚至连 Wi-Fi 都不用连,语音识别、翻译、语音合成全部跑在一块树莓派 5 上。小红书官方演示视频挂在 Google Antigravity 的 YouTube 频道,项目代码、部署脚本,连外壳的 3D 打印文件都一起放了出来。微博
8 月开始,它先在微博被科技博主介绍,接着有人写了完整的部署实录,B 站教程、小红书笔记也陆续跟上,国外玩家已经做出了更一体化、更好看的版本。
热度是真的。但先别急着下单零件——今年这轮内存涨价,已经把这个 DIY 的成本账改写了。我把它值不值得做、谁适合做、要避开哪些坑,一次讲清楚。
这台翻译机是什么
方案很清晰:树莓派 5(8GB)做主控,跑谷歌的 Gemma 4 E2B 端侧模型,大约 2.59GB,用 LiteRT-LM 推理;语音识别和语音合成由 Moonshine 负责。界面是 480×320 小屏上的复古终端风,两个人面对面,各自一个语言“轮盘”,按住按键说话、松手出翻译。官方仓库里连 3D 打印外壳的 STL 文件都给了,部署是一条命令打包成系统服务。
模型支持中、英、日、韩、西、阿拉伯语六种语言。已经有国内用户完整跑通了中英双向互译,按他的说法,装完断网也能用,没有任何内容上传云端。知乎
国内复刻者的硬件实拍,就是这种“开发板 + 外设”的形态。

国内的复刻潮已经起来了
把这条传播线按时间捋一遍:
8 月 7 日:微博大 V 介绍这个项目,B 站出现官方演示的翻译视频。微博当时的评价是:“一块八十几美元的板子,加一个打印出来的壳,就是一台不联网的翻译机。”
8 月 13 日:知乎用户发布完整部署实录,包含三个差点劝退的坑。
8 月 24 日:国外玩家 Jdaie Lin 用 PiSugar 的 Whisplay HAT+ 扩展板重构,2.8 寸触控屏加双麦克风、双扬声器,整机缩到树莓派加扩展板两块板,代码同步开源。哔哩哔哩
8 月 26 日:B 站教程视频出现,35 个收藏超过 13 个点赞——大家把它当成“有空我也搭一个”的参考资料。
8 月 30 日:小红书开始传播,有笔记认为它适合 STEM 教学和竞赛二次开发。小红书

关键问题:成本被内存涨价改写了
这台机器成本的大头是树莓派 5 8GB,而这块板子从去年底开始一路涨价:
去年 12 月,树莓派官方因内存价格波动给多款产品提价,还推出了 1GB 版树莓派 5 拉低门槛。
今年 4 月,官方再次调价,幅度在 11.25 到 150 美元之间,背景是 LPDDR4 内存一年涨了约 7 倍。微博
按社区 6 月底的信息,树莓派 5 8GB 的渠道价已经从 559 元涨到 1599 元上下,接近三倍。微博
再算上其余零件:官方指定的 27W(5V/5A)电源(部署实录作者特意强调这笔不能省)、USB 麦克风、蓝牙音箱、小屏幕、3D 打印外壳。如果手上完全没有现成件,从零配一套,整机成本估计在 2000 元上下。
对比一下:商用离线翻译机,有测评横向对比 9 款,价格带从 399 元覆盖到 2699 元。哔哩哔哩手机离线翻译包和端侧翻译模型则基本免费。
结论很直接:从零 DIY 已经掉进了商用翻译机的价格带,不再存在“自己装更便宜”这回事。
给三类人的三个建议
手上有闲着的树莓派 5 8GB,或者能蹲到低价二手:做。你的成本只是几百块外设加一个下午,换来的是一个完整的端侧 AI 练手项目。
为了它从零买全新件:不建议。2000 元已经能买到旗舰档的商用离线翻译机,稳定性、便携性、售后都更确定——除非你的目的就是折腾本身。
只是出国旅行需要翻译:别碰 DIY。先试手机的离线翻译包,不够再买 399 元起的成品。DIY 路线现在的溢价,是为“好玩”支付的。
真要做,先看这份避坑清单
知乎部署实录作者替你踩过的坑,值得存下来:
电源是第一坑。5V/3A 的电源能开机、能 SSH,但一跑满载就欠压,文件系统随机损坏,看起来像网络或镜像的问题。用 vcgencmd get_throttled 检查,高位出现 0x10000、0x40000 就是欠压、降频记录,换 27W 的 5V/5A 电源解决。知乎
部分版本的官方脚本用 pip install --require-hashes 装依赖,哈希给不全就直接报错,手动建 venv 更稳。
新版树莓派系统的音频走 PipeWire,aplay 找不到蓝牙音箱,要改用 pactl 和 paplay。
默认语言对是阿拉伯语对英语,想做中英互译要改前端两处初始值再重新构建。
2.59GB 的模型从 Hugging Face 直连下载经常断,用别的电脑中转下载再传进树莓派更稳,传完还要执行导入才算装好。
使用细节:提示音后等 0.3 到 0.5 秒再开口,不然句首会被截掉。
预期也要校准
两句反证:
B 站教程作者特意强调“真正使用前先做二十句测试”,建议用带人名、金额、专业词的样本,把听、译、说三段链路分别测明白。哔哩哔哩离线小模型的翻译质量,别按在线服务的标准期待。
这个项目的意义在于第一次把“端侧小模型 + 专用硬件 + 全开源”做成了开箱即用的方案,路径意义大于翻译效果。它解决的是“离线能不能用”,不是“翻得是不是更好”。

值得继续盯的三个信号
PiSugar 的 Whisplay HAT+ 目前是候补名单(waitlist)状态,价格和发货时间未公布。哔哩哔哩上市后 DIY 难度会再降一档,想省事的可以等。
树莓派会不会降价,看四季度内存行情。如果本来就要买板子,单独盯内存行情比为这个项目买更划算。
官方方案是围绕树莓派 5 设计的,换更便宜的国产板子能不能跑,目前没有官方说法。社区如果有人移植成功,成本逻辑会再变一次。
一句话收尾:这台开源翻译机火起来,不是因为翻译有多神,而是它证明了一块开发板加一个开源小模型,真的能做出不联网、不上传、开机即用的专用设备。内存涨价只是暂时抬高了这张门票——手上有闲板的别犹豫,没有的,先收藏,等价跌。