ESP32語音助手

步驟1：連接電路一旦你有了所有的部件，開始連接。參考以下原理圖：

記住：

?INMP441嚴(yán)格要求3v3 ONLY

?DAC輸出(GPIO 25)→LM386→揚(yáng)聲器

?TP4056通過5V輸出給ESP32供電

工作流程:

理解整個(gè)工作流程是很重要的：按鈕按-> ESP32開始錄制通過INMP441麥克風(fēng)。I2S音頻捕獲，16千赫的樣本在websocket實(shí)時(shí)流。AI處理(服務(wù)器)

?Whisper轉(zhuǎn)換音頻→文本

?Gemini 2.5 Flash生成上下文回復(fù)

?Piper轉(zhuǎn)換文本→自然語音

響應(yīng)回放，服務(wù)器將8位PCM塊流回ESP32用于DAC輸出。用戶聽到AI語音，LM386放大器驅(qū)動(dòng)揚(yáng)聲器。

步驟2:Flash代碼到ESP32

首先確保安裝了WebSocketsClient庫(kù)。對(duì)于Arduino IDE，您可以簡(jiǎn)單地下載zip文件并將庫(kù)安裝到IDE。

1. ESP32草圖

2. 秘密文件

你還需要一個(gè)secrets.h文件：

步驟3:AI后端設(shè)置(Python)

為此，我建議托管一個(gè)分配了靜態(tài)ip的AWS EC2實(shí)例?；蛘?，您可以在筆記本電腦上運(yùn)行本地服務(wù)器，并通過熱點(diǎn)連接ESP32。把這個(gè)后端看作是系統(tǒng)的大腦，因?yàn)樗械奶幚矶及l(fā)生在這里。在/server目錄下查找源代碼。下面是如何設(shè)置它：

1)安裝所有依賴項(xiàng)：

或者使用Docker：

2)需要的環(huán)境變量和模型

?GEMINI_API_KEY

?你還需要一個(gè)風(fēng)笛手的聲音模型。使用以下命令下載它：

你也可以選擇其他型號(hào)，在這里找到它們。

就這些!你的語音助手現(xiàn)在應(yīng)該回應(yīng)你的查詢，一旦你按下按鈕!

本文編譯自hackster.io