ESP32 AI语音助手 Esp32-Ai-Voice-Assistant

ESP32 2/5 已发布
derdacavga 54 Stars GPL-3.0 BOM 完整度: 0/5 教程完整度: 0/5
ESP32 AI语音助手

项目简介

分享完全免费的AI语音助手项目,可轻松构建自己的AI助手。


这是一个完全免费的DIY人工智能语音助手项目,基于ESP32-S3开发板和HuggingFace平台构建。项目的核心价值在于让用户无需支付任何API费用或订阅服务,就能拥有一个功能完整的AI语音助手。硬件方面,它采用ESP32-S3作为主控,必须配备8MB PSRAM以支持语音录制和处理,搭配INMP441 I2S麦克风进行声音采集,通过MAX98357A音频放大器驱动扬声器播放回复,并利用ST7789 TFT显示屏提供交互界面。所有复杂的AI运算都在云端完成:用户按下按钮开始录音,松开后音频被发送到HuggingFace Space上部署的自定义服务器,该服务器集成了语音转文字、大语言模型和文字转语音三个模块,处理完成后将生成的语音回复传回ESP32并自动播放。技术栈涵盖Arduino框架下的ESP32固件开发、Docker容器化部署、以及HuggingFace的AI模型调用。这个项目特别适合希望在低成本条件下探索AI语音交互的创客、教育工作者和硬件爱好者,它解决了传统语音助手依赖商业云服务、成本高昂且不够灵活的问题。目前仅支持英文交互,但为后续多语言扩展预留了空间。无论是用于智能家居控制、语音问答还是教育演示,这个开源方案都提供了一个完全自主可控的起点。

标签

项目特点

**100%免费**:无需任何付费API、服务或订阅
**HuggingFace集成**:自定义服务器实现STT(语音转文字)+ LLM(大语言模型)+ TTS(文字转语音)全流程
**ESP32-S3硬件**:基于强大的ESP32-S3开发板,需8MB PSRAM
**一键交互**:按钮按下录音,松开即发送并播放回复
**显示反馈**:ST7789 TFT显示屏显示状态信息

技术规格

主控芯片 ESP32-S3(16MB Flash,8MB PSRAM)
显示屏 ST7789 TFT显示屏
麦克风 INMP441 I2S MEMS麦克风(需在GND和VCC间加电容)
音频功放 MAX98357A I2S音频放大器
扬声器 0.5W 8Ω扬声器
触发方式 轻触按钮
AI服务 HuggingFace Space(Docker部署)
支持语言 英语(当前)
通信方式 WiFi

项目资源

物料清单 (BOM)

物料名称 数量 参考价格 备注
ESP32-S3开发板(16MB Flash,8MB PSRAM) 1 PSRAM必须
ST7789 TFT显示屏 1 用于显示状态
INMP441 I2S MEMS麦克风 1 需在GND和VCC间加电容
MAX98357A I2S音频放大器 1
0.5W 8Ω扬声器 1
轻触按钮 1 用于触发录音
电容(用于麦克风滤波) 1 规格见视频说明
杜邦线/跳线 若干 用于电路连接

能力画像

⚪ 记忆与知识检索: 1/5
🔵 逻辑推演: 2/5
⚪ 表达与交流: 1/5
⚪ 感知与观察: 1/5
🔵 数理与计算: 2/5
🔵 动手与操作: 4/5
🔵 狂热与坚持: 3/5
🔵 创造与创新: 3/5

所需技能

🔧 **动手能力**:需要焊接电容、连接电路、组装硬件,适合有一定电子制作经验的爱好者 💻 **编程能力**:需要配置Arduino IDE、安装库、修改WiFi和服务器URL等参数,了解基本编程概念 ⚡ **电子电路**:需要理解I2S通信、电源滤波(麦克风加电容)、基本电路连接

适用场景

**智能家居语音控制**:作为本地语音助手控制智能设备
**AI对话学习**:学习如何将边缘设备与云端AI服务结合
**创客教育**:展示嵌入式系统与AI的集成应用
**个人助理**:实现免费的AI语音问答功能