SO-ARM101 ロボットアームに話しかける。ウェイクワードとコマンドを言うと、アームがスピーカーで返答し対応する動作を実行。音声、言語モデル、アーム制御はすべて1台の reComputer J40（Orin NX 16GB）上で動作し、クラウド API は不要。
ティーチングペンダントもコードも使わず、声で指示する卓上アームです。
適さないケース：前のコマンドを前提にした複数ターンの対話、精密な軌道制御、視覚による物体の取得。コマンドは 1 件ずつ独立に処理され、このアームにカメラはありません。
1 つの机の上に 4 つだけです。SO-ARM101 アーム、reSpeaker Flex マイクアレイ、スピーカー、すべてを実行する reComputer J40。アームとマイクは USB で J40 に接続します。初回起動でイメージとモデルをダウンロードした後は、インターネットは不要です。
ウェイクワードは "Hey Jarvis" です。誤反応が多い、または反応しない場合は、感度とクールダウンをデバイス設定で調整できます。
SO-ARM101 はグリッパー付きの 6 関節アームで、USB シリアルケーブル 1 本で接続します。
新しいキットは音声制御の前に 1 回だけ行う 3 つの手順が必要です：USB ポートの特定、モーター ID の割り当て、キャリブレーション。デプロイガイドに各手順へのリンクがあります。
1 つのコンテナは 1 台のアームを駆動します。アームを増やすにはコンテナと USB ポートも増やす必要があります。
**reComputer J40 シリーズ（Orin NX 16GB）**は 3 つのサービスを同時に実行します：音声認識と合成、ローカルの Qwen3-4B 言語モデル、アームエージェント。
データインターフェースは下の「何が取り出せるか」を参照してください。
reComputer J40 + SO-ARM101 + reSpeaker Flex の構成が、導入後にできることです。
使える機能
制約
アームのコンテナは J40 のポート 8765 でリアルタイムの状態を提供します。
| インターフェース | 返る内容 |
|---|---|
GET http://<jetson-ip>:8765/observation | 6 関節とグリッパーの最新位置をフラットな JSON で |
GET http://<jetson-ip>:8765/observation/schema | observation のフィールド型と値域 |
関節値はキャリブレーション後に正規化され、本体関節は -100〜100、グリッパーは 0〜100 です。同一 LAN 上のどのプログラムからでもポーリングできます：デジタルツイン、デモ記録、安全監視など。
再利用できる単位は「ウェイクワード → ローカル音声認識 → ローカル言語モデルが動作を選ぶ → アームが実行 → 音声で返答」というチェーンです。動作ライブラリとプロンプトはコードではなくデータです。
| レイヤー | 移植時に必要な作業 |
|---|---|
| マイクの選定、ウェイクワード、音声認識と合成 | そのまま再利用 |
| J40 上のローカル言語モデルサービス | そのまま再利用 |
| 動作ライブラリ | デバイス設定で教示または編集 |
| 返答のスタイルとトリガーフレーズ | デバイス設定で編集 |
| アームドライバ | SO-ARM101 以外のアームでは書き直す |
構成と製品リストを確認し、デプロイガイドの手順に進みます。
現場条件を選択して推奨パッケージと手順書を生成。AI による選定支援や一括導入も利用できます。
voice-arm コンテナを Jetson にデプロイし、SO-ARM に話しかけて操作。アクションポーズと LLM プロンプトルールはデバイス設定からカスタマイズ可能。
3 ステップ · 約 30min
完全オフラインで動作します。音声指示からアーム動作まで外部通信は不要です。
ウェイクワード検出、音声コマンド認識、逆運動学（IK）計算、サーボモーター制御のすべてがホスト端末上で完結します。
小型の軽量オブジェクト（文房具、ブロック、ボール等）を対象とした教材・実験用途に最適です。
4 マイクアレイ（reSpeaker Flex）の遠隔収音技術により、2〜3 m 離れた位置からの音声を認識します。
ダイレクトティーチング（教示モード）により、手でアームを動かしてポーズを直接記録できます。
HTTP REST API（ポート 8765）経由で、最新の関節角度やグリッパー位置を取得可能です。
GET /observation を呼び出すことで、ロボットのリアルタイム座標や稼働ステータスを外部システムやデジタルツインへ連携できます。SO-ARM101 アーム本体、reSpeaker Flex、スピーカー、および Jetson ホストが必要です。
USB カメラまたは深度カメラを追加し、視覚認識と把持座標計算を統合可能です。
ROS 2 パイプラインを介して物体認識ノードとアーム軌道生成ノードを連携させる拡張構成に対応しています。
ロボット制御コードおよび音声インターフェースはオープンソースライセンスで提供されています。
研究発表、社内 PoC、教育キット、展示システム等に自由にご活用いただけます。