小智 xiaozhi-esp32把一块 ESP32 做成能听会说的 AI 语音助手【免费下载链接】xiaozhi-esp32An MCP-based chatbot | 一个基于MCP的聊天机器人项目地址: https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32对着桌上的小音箱喊一声“你好小智”它听完、想清楚再用自己的声音把答案读给你听——中间不需要你搭建服务也不需要会多少代码。开源项目小智xiaozhi-esp32做的就是这件事让一块带麦克风的 ESP32 开发板变成一个能听懂指令、能接大模型、还能把回答朗读出来的语音 AI 助手。它是如何工作的整个过程可以拆成三段。第一段发生在板子本地麦克风负责拾音唤醒模型也在本地跑只有当你喊出唤醒词时设备才真正“醒来”平时它只是安静待命不占用网络。第二段把活交给了云端。设备醒来后把 Opus 编码的语音流通过 WebSocket 或 MQTT UDP 发到服务器由流式 ASR 把声音转成文字、大模型Qwen、DeepSeek 这类生成回答、再经 TTS 合成语音如果走 Realtime 端到端语音模型则跳过文字环节直接语音对语音。第三段是回话。合成好的语音流传回板子由扬声器播出来。带回声消除AEC的硬件还能做到边听边说不需要你像打电话那样等对方说完。先选一块板子先搞清楚三个部件各管什么麦克风管“听”没有它设备收不到你的声音扬声器管“说”决定你听到的回答清不清晰屏幕OLED 或 LCD管“看”显示状态、表情和电量不是必须但能提升体验。项目目前已覆盖 138 个板卡目录、171 个固件发布变体从 ESP32、C3、C5、C6 到 S3、P4 芯片平台都有对应支持。常见选择可以按用途和预算来定开发板特点适合场景立创·实战派 ESP32-S3集成度高的成品板性价比突出第一次上手想少折腾乐鑫 ESP32-S3-BOX3官方参考板屏幕、麦克风、按键齐全想体验完整交互M5Stack CoreS3工业级品质生态成熟已经熟悉 M5 生态AtomS3R Echo Base体积小、扩展灵活想做成桌面小音箱面包板 DIY自己连线组装想动手、预算最省如果你只是先跑通一次对话优先选带现成麦克风与扬声器的成品板省去接线的坑想自己焊线、控制成本再考虑面包板方案。5 分钟跑起来第一条路是直接用预编译固件不搭开发环境。步骤是下载对应板卡的固件二进制 → 用烧录工具写入 → 首次开机完成配网 → 注册一个官方服务器账号。固件默认接入 xiaozhi.me个人用户注册后即可免费使用 Qwen 实时模型因此配网时只需准备两项信息Wi-Fi 名称SSIDHome_5G Wi-Fi 密码********设备支持热点和 BluFi 两种配网方式开机后按提示连接热点、把上面两行填进去即可凭据会被存进板子的 NVS下次开机自动连接。如果你之后想自己改代码编译再搭环境不迟用 Cursor 或 VSCode 装 ESP-IDF 插件首选 v6.0 及以上的稳定版推荐 v6.0.2Linux 比 Windows 编译更快也更省心。需要自己编译时先拉源码git clone https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32然后在 IDE 里选择对应板卡的目录选择目标芯片执行配置与编译即可。第一次对话与常见故障先按这个顺序验证一步步排除上电指示灯、屏幕有无反应→ 联网是否连上 Wi-Fi、是否获取到地址→ 唤醒喊唤醒词设备是否亮起→ 对话说一句话看是否朗读回答。哪一步卡住问题大概率就在那一步。现象可能原因修复办法连不上 Wi-FiSSID/密码输错或 5G 信号弱、超出范围核对凭据改用 2.4G 网络靠近路由器后重连唤醒词不应答环境噪声大或麦克风接线/增益不对换安静位置再说检查板卡麦克风与唤醒模型配置烧录失败USB 线只供电、串口驱动缺失、板子没进下载模式换数据线装对应 USB 驱动按住 BOOT 再按 RST 进下载态说话有回声、自己听自己麦克风离扬声器太近、缺少 AEC拉开麦克风与喇叭距离选用带回声消除的硬件进阶玩法用 MCP 扩展设备与云端能力MCPModel Context Protocol是小智用来“多端控制”的协议它把设备能力包装成一个个可被大模型调用的工具。设备端可以注册本地工具比如音量调节、灯光、电机、GPIO让大模型直接指挥你的硬件云端则能反过来扩展模型本身的能力例如智能家居控制、桌面操作、知识搜索、邮件收发。想了解交互流程可以看 MCP 用法说明设备端工具的实现方式在 MCP 协议文档。换唤醒词、字体和界面唤醒词、聊天背景、表情和字体都支持自定义并可通过网页端在线修改。界面本身提供 38 种语言语音提示优先用本地化资源缺失时自动回退到英文。配合 v2 分区引入的 assets 分区这些资源可以随固件之外的方式从网络更新不必每次重新烧录。网络、电源与固件的日常建议网络稳定比追求高速更重要5G 频段信号覆盖不足时优先切回 2.4G。带电池的设备注意电量显示与电源管理长时间闲置会进入省电状态。固件方面建议定期更新但更新前先读下面的分区说明避免白忙一场。写在最后遇到卡点时先从项目文档入手WebSocket 协议、MQTT UDP、自定义开发板指南 覆盖了我们这里没展开的细节更细的问题可以在仓库的 Issues 或官方社群里提问。最后提醒一句v2 与 v1 的分区表不兼容无法通过 OTA 直接升级持有 v1 硬件的用户需要用 v2 分区表手动重新烧录一次固件才能完成迁移。【免费下载链接】xiaozhi-esp32An MCP-based chatbot | 一个基于MCP的聊天机器人项目地址: https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 小智 xiaozhi-esp32：把一块 ESP32 做成能听会说的 AI 语音助手
小智 xiaozhi-esp32把一块 ESP32 做成能听会说的 AI 语音助手【免费下载链接】xiaozhi-esp32An MCP-based chatbot | 一个基于MCP的聊天机器人项目地址: https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32对着桌上的小音箱喊一声“你好小智”它听完、想清楚再用自己的声音把答案读给你听——中间不需要你搭建服务也不需要会多少代码。开源项目小智xiaozhi-esp32做的就是这件事让一块带麦克风的 ESP32 开发板变成一个能听懂指令、能接大模型、还能把回答朗读出来的语音 AI 助手。它是如何工作的整个过程可以拆成三段。第一段发生在板子本地麦克风负责拾音唤醒模型也在本地跑只有当你喊出唤醒词时设备才真正“醒来”平时它只是安静待命不占用网络。第二段把活交给了云端。设备醒来后把 Opus 编码的语音流通过 WebSocket 或 MQTT UDP 发到服务器由流式 ASR 把声音转成文字、大模型Qwen、DeepSeek 这类生成回答、再经 TTS 合成语音如果走 Realtime 端到端语音模型则跳过文字环节直接语音对语音。第三段是回话。合成好的语音流传回板子由扬声器播出来。带回声消除AEC的硬件还能做到边听边说不需要你像打电话那样等对方说完。先选一块板子先搞清楚三个部件各管什么麦克风管“听”没有它设备收不到你的声音扬声器管“说”决定你听到的回答清不清晰屏幕OLED 或 LCD管“看”显示状态、表情和电量不是必须但能提升体验。项目目前已覆盖 138 个板卡目录、171 个固件发布变体从 ESP32、C3、C5、C6 到 S3、P4 芯片平台都有对应支持。常见选择可以按用途和预算来定开发板特点适合场景立创·实战派 ESP32-S3集成度高的成品板性价比突出第一次上手想少折腾乐鑫 ESP32-S3-BOX3官方参考板屏幕、麦克风、按键齐全想体验完整交互M5Stack CoreS3工业级品质生态成熟已经熟悉 M5 生态AtomS3R Echo Base体积小、扩展灵活想做成桌面小音箱面包板 DIY自己连线组装想动手、预算最省如果你只是先跑通一次对话优先选带现成麦克风与扬声器的成品板省去接线的坑想自己焊线、控制成本再考虑面包板方案。5 分钟跑起来第一条路是直接用预编译固件不搭开发环境。步骤是下载对应板卡的固件二进制 → 用烧录工具写入 → 首次开机完成配网 → 注册一个官方服务器账号。固件默认接入 xiaozhi.me个人用户注册后即可免费使用 Qwen 实时模型因此配网时只需准备两项信息Wi-Fi 名称SSIDHome_5G Wi-Fi 密码********设备支持热点和 BluFi 两种配网方式开机后按提示连接热点、把上面两行填进去即可凭据会被存进板子的 NVS下次开机自动连接。如果你之后想自己改代码编译再搭环境不迟用 Cursor 或 VSCode 装 ESP-IDF 插件首选 v6.0 及以上的稳定版推荐 v6.0.2Linux 比 Windows 编译更快也更省心。需要自己编译时先拉源码git clone https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32然后在 IDE 里选择对应板卡的目录选择目标芯片执行配置与编译即可。第一次对话与常见故障先按这个顺序验证一步步排除上电指示灯、屏幕有无反应→ 联网是否连上 Wi-Fi、是否获取到地址→ 唤醒喊唤醒词设备是否亮起→ 对话说一句话看是否朗读回答。哪一步卡住问题大概率就在那一步。现象可能原因修复办法连不上 Wi-FiSSID/密码输错或 5G 信号弱、超出范围核对凭据改用 2.4G 网络靠近路由器后重连唤醒词不应答环境噪声大或麦克风接线/增益不对换安静位置再说检查板卡麦克风与唤醒模型配置烧录失败USB 线只供电、串口驱动缺失、板子没进下载模式换数据线装对应 USB 驱动按住 BOOT 再按 RST 进下载态说话有回声、自己听自己麦克风离扬声器太近、缺少 AEC拉开麦克风与喇叭距离选用带回声消除的硬件进阶玩法用 MCP 扩展设备与云端能力MCPModel Context Protocol是小智用来“多端控制”的协议它把设备能力包装成一个个可被大模型调用的工具。设备端可以注册本地工具比如音量调节、灯光、电机、GPIO让大模型直接指挥你的硬件云端则能反过来扩展模型本身的能力例如智能家居控制、桌面操作、知识搜索、邮件收发。想了解交互流程可以看 MCP 用法说明设备端工具的实现方式在 MCP 协议文档。换唤醒词、字体和界面唤醒词、聊天背景、表情和字体都支持自定义并可通过网页端在线修改。界面本身提供 38 种语言语音提示优先用本地化资源缺失时自动回退到英文。配合 v2 分区引入的 assets 分区这些资源可以随固件之外的方式从网络更新不必每次重新烧录。网络、电源与固件的日常建议网络稳定比追求高速更重要5G 频段信号覆盖不足时优先切回 2.4G。带电池的设备注意电量显示与电源管理长时间闲置会进入省电状态。固件方面建议定期更新但更新前先读下面的分区说明避免白忙一场。写在最后遇到卡点时先从项目文档入手WebSocket 协议、MQTT UDP、自定义开发板指南 覆盖了我们这里没展开的细节更细的问题可以在仓库的 Issues 或官方社群里提问。最后提醒一句v2 与 v1 的分区表不兼容无法通过 OTA 直接升级持有 v1 硬件的用户需要用 v2 分区表手动重新烧录一次固件才能完成迁移。【免费下载链接】xiaozhi-esp32An MCP-based chatbot | 一个基于MCP的聊天机器人项目地址: https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考