门店语音播报这事儿，其实没有想象中复杂。芯步的智能语音硬件开放了HTTP接口，只要能发网络请求就能调用它。下面我一步步说清楚怎么把人体感应音箱接到你的项目里。

一、 核心思路：其实就是在“发请求”

我们需要把人体感应和语音播报这两个动作串起来。

• 以前：有人进门 -> 你喊“欢迎光临”。

• 现在：有人进门 -> 传感器告诉电脑 -> 电脑发个HTTP请求给音箱 -> 音箱响。

芯步这个产品的核心逻辑很简单：你给它发一个包含文字的请求，它就把文字说出来。

二、 准备阶段：先搞定这三样东西

动手之前，先把这三样东西拿到手：

1. 硬件到位

   • 智能语音喇叭Mini（插墙上就行，即插即用，推荐这款）。

   • 人体红外传感器（这个需要根据你的项目选，可以是门店自己的安防传感器，也可以是单独的Wi-Fi/有线传感器，只要能给电脑发信号就行）。

2. 网络环境：给喇叭连上Wi-Fi（通过官方App或配置工具配网）。

3. 后台钥匙：登录芯步控制后台，拿到两个关键字符串：

   • AppID：相当于你在芯步这边的“账号ID”。

   • AppSecret：相当于你的“密码”，千万别泄露，调用接口时要用来加密。

   • Device ID：就是这个喇叭的身份证号。

三、 技术对接：核心代码怎么写

不管你是用Java写后端，还是用Python搭服务，或者干脆用Node-RED这类低代码工具，本质都是调用这个地址的API。

1. 接口地址

2. 鉴权机制（小白也能懂的版）这个接口为了防止被人乱刷，加了个签名（Sign）。计算规则虽然看起来是两层MD5加密，但其实很死板：

• 第一步：把你刚才拿到的 AppSecret 做一次MD5加密。

• 第二步：把第一步的结果 拼接上 当前的时间戳（比如 1715234567）。

• 第三步：把拼接后的字符串再做一次MD5。

说白了sign = md5( md5(AppSecret) + ts )

3. 请求体（Body）这是最关键的部分，告诉喇叭该干嘛。

注：play:gbk:16 是播报文本的指令，后面的文字随便改。

4. 举个实际的例子（Python版）假设你的后端收到了传感器信号，立马执行这段代码：

四、 进阶玩法：让人体感应联动起来

你提到的“人体感应”，有两种常见的对接方式，看你现在的系统架构：

方式A：门店已有本地服务器（如树莓派、工控机）

1. 把人体感应模块（或者门磁）接到这块板子的GPIO口上。

2. 逻辑： 板子跑一个脚本，死循环监测GPIO口电平。

3. 动作： 一旦检测到电平变化（有人），板子立刻执行上述Python代码，调用HTTP接口让喇叭响。

方式B：门店已有摄像头或云端系统

1. 如果是云平台推送的告警，就在你接收云平台消息的那个函数里，紧接着加上调用芯步接口的代码。

细节优化点：

• 防重复播报： 人体感应触发频率很高，人还没走进去可能触发了10次。你需要在代码里加个“冷却时间”，比如触发播报后，5秒内不再重复触发。

• 音量控制： 如果是深夜或者闲时，可以顺便发个指令调低音量。

  • 下发指令：{"volume":3} (0-9级，9最大)。

五、 写在最后：避坑指南

1. 注意签名时效ts 时间戳必须是秒级（10位数），不是毫秒级（13位数）。如果时间对不上，或者签名算错了，接口会报403，这是最容易栽跟头的地方。

2. 文字编码：命令里用的是 play:gbk:16，说明编码是GBK，如果传一些生僻的繁体字或者特殊表情符号，可能会播报乱码，尽量用简体中文。

3. 网络延迟：虽然官方说的是毫秒级响应，但这取决于门店WiFi质量。在播报前加一个“叮咚”的内置提示音，这样就算网络卡了0.5秒，客户也已经听到了提示音，体验会好很多。

   • 下发指令：先发 {"ring":1}（响铃），隔0.2秒再发播报内容。

按照这个思路，你只需要把这个HTTP请求集成到你的后端服务里，对接工作就基本完成了。