Skip to content

78/xiaozhi-esp32

Repository files navigation

小智 AI 聊天机器人 (XiaoZhi AI Chatbot)

(中文 | English | 日本語

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】

👉 给小智装上 DeepSeek 的聪明大脑【bilibili】

👉 手工打造你的 AI 女友,新手入门教程【bilibili】

项目目的

本项目是一个开源项目,以 MIT 许可证发布,允许任何人免费使用,并可以用于商业用途。

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:946599635

已实现功能

  • Wi-Fi / ML307 Cat.1 4G
  • BOOT 键唤醒和打断,支持点击和长按两种触发方式
  • 离线语音唤醒 ESP-SR
  • 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
  • 声纹识别,识别是谁在喊 AI 的名字 3D Speaker
  • 大模型 TTS(火山引擎 或 CosyVoice)
  • 大模型 LLM(Qwen, DeepSeek, Doubao)
  • 可配置的提示词和音色(自定义角色)
  • 短期记忆,每轮对话后自我总结
  • OLED / LCD 显示屏,显示信号强弱或对话内容
  • 支持 LCD 显示图片表情
  • 支持多语言(中文、英文)

硬件部分

面包板手工制作实践

详见飞书文档教程:

👉 《小智 AI 聊天机器人百科全书》

面包板效果图如下:

面包板效果图

已支持的开源硬件

固件部分

免开发环境烧录

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。

固件默认接入 xiaozhi.me 官方服务器,目前个人用户注册账号可以免费使用 Qwen 实时模型。

👉 Flash烧录固件(无IDF开发环境)

开发环境

  • Cursor 或 VSCode
  • 安装 ESP-IDF 插件,选择 SDK 版本 5.3 或以上
  • Linux 比 Windows 更好,编译速度快,也免去驱动问题的困扰
  • 使用 Google C++ 代码风格,提交代码时请确保符合规范

智能体配置

如果你已经拥有一个小智 AI 聊天机器人设备,可以登录 xiaozhi.me 控制台进行配置。

👉 后台操作视频教程(旧版界面)

技术原理与私有化部署

👉 一份详细的 WebSocket 通信协议文档

在个人电脑上部署服务器,可以参考另一位作者同样以 MIT 许可证开源的项目 xiaozhi-esp32-server

Star History

Star History Chart