这是虾哥的第一个硬件作品。
ESP32+SenseVoice+Qwen72B打造你的AI聊天伴侣!【bilibili】
本项目基于乐鑫的 ESP-IDF 进行开发。
本项目是一个开源项目,主要用于教学目的。我们希望通过这个项目,能够帮助更多人入门 AI 硬件开发,了解如何将当下飞速发展的大语言模型应用到实际的硬件设备中。无论你是对 AI 感兴趣的学生,还是想要探索新技术的开发者,都可以通过这个项目获得宝贵的学习经验。
欢迎所有人参与到项目的开发和改进中来。如果你有任何想法或建议,请随时提出 issue 或加入群聊。
学习交流 QQ 群:692728912
- Wi-Fi 配网
- 支持 BOOT 键唤醒和打断
- 离线语音唤醒(乐鑫方案)
- 流式语音对话(WebSocket 或 UDP 协议)
- 支持国语、粤语、英语、日语、韩语 5 种语言识别(SenseVoice 方案)
- 声纹识别(识别是谁在喊 AI 的名字,3D Speaker 项目)
- 使用大模型 TTS(火山引擎与 CosyVoice 方案)
- 支持可配置的提示词和音色(自定义角色)
- Qwen2.5 72B 或 豆包 API
- 支持每轮对话后自我总结,生成记忆体
- 扩展液晶显示屏,显示信号强弱
- 支持 ML307 Cat.1 4G 模块
为方便协作,目前所有硬件资料都放在飞书文档中:
面包板接线图如下:
新手第一次操作建议先不要搭建开发环境,直接使用免开发环境烧录的固件。固件使用的是作者友情提供的测试服,目前开放免费使用,请勿用于商业用途。
- Cursor 或 VSCode
- 安装 ESP-IDF 插件,选择 SDK 版本 5.3 或以上
- Ubuntu 比 Windows 更好,编译速度快,也免去驱动问题的困扰
如果你已经拥有一个小智 AI 聊天机器人,可以参考 后台操作视频教程
详细的使用说明以及测试服的注意事项,请参考 小智测试服的帮助说明。