ESP32S3-低成本搭建你的私人AI助手（一）

背景

这几天发现了一个开源项目，利用esp32s3开发板和简单的元件搭建你的私人AI语音助手。恰好近期deepseek让AI又一次火出圈，于是决定动手搭一套，本文主要分享的是搭建教程以及效果展示，后续有时间了再在这之上继续改造🐶。

实物效果

这个项目的大致架构如下图所示，主要提供的功能:

• 配网+自动联网(第一次配置后上电自动连接wifi)
• 唤醒词识别 + VAD 说话检测
• 用户语音采集 + ASR录音转文本 + 大模型调用 + TTS文本转语音
• 声音播放 + 屏幕展示

总的来说就是一个可以对话的语音助手，聪明版的小爱同学。

搭好后的效果如下图（没想到时隔多年竟然又拿起面包板和杜邦线，忽略凌乱的走线）

材料及成本

搭建需要的材料清单(淘宝其实很多整理好的)：

• 开发板 ESP32-S3-DevKitC-1
• 功放：MAX98357A
• 数字麦克风：INMP441
• 腔体喇叭：8Ω 23W  或 4Ω 23W
• 导线：跳线一盒，杜邦线若干
• 400 孔面包板 2 块
• 128x32 I2C(IIC) 液晶显示屏，SSD1306 驱动

加起来总成本大概在70左右吧(开发板不溢价的话)

硬件接线

开源的项目有份官方教程

接线过程其实不复杂，毕竟也焊了四年板子🐶。

面包板是我们的底座，用来放置和连接各元件。

记住板子两边标+-的两列，整列是联通的，这一列任意一孔接了电源，那这一整列都能作为VCC接出去，另一列有一个孔接地，则整列都接地(或者啥都没接)。直接把这两列连起来再接入电源就短路了。

其他位置每行是联通的，这一行每个孔的电压是相同的。

然后按照上图接线，其中4G模块和外接开关不需要。

ESP32S3相当于一台微电脑，负责运算和输出，板子上的数字对应的引脚(即GPIO)可以输出对应的电信号(程序控制)，通过导线接到其他元器件对应的引脚上即可驱动元器件。

板子上的3v3,GND即电源VCC和接地接口，可以引到面包板的+-列上，用于给其他元件供电。然后用数据线接USB/UART口给开发版供电。

INMP441麦克风引脚对应关系

MAX98357A功放引脚对应关系

显示屏I2C接口

搭好通电能亮屏基本就没啥问题了，官方教程里也有一些常见问题解答。

开发环境搭建

首先需要安装IDF开发框架，可以基于VsCode插件，安装也很简单

• ESP-IDF ：ESP-IDF 是乐鑫官方的物联网开发框架，适用于 ESP32、ESP32-S、ESP32-C 和 ESP32-H 系列 SoC- 教程

按照提示安装完成即可。

工程烧录

做好前置准备工作后，将开源代码烧录进去即可。 github地址

设置好开发板，点击左下角火焰的标志烧录工程。 烧录完成还需要进行配网和添加设备，然后即可开始和你的私人ai助手对话啦。

• 配网是为了让板子能连上wifi，连接服务器。
  • 打开手机连接xiaozhi-esp32的wifi，然后等待跳转或者手机直接访问http://192.168.4.1/ 选择wifi并输入密码，设备会自动重启联网
• 目前开源项目里连接的官方提供的免费接口，可以选择大模型和助手声音等。
  • 设备配网成功后，通过“你好，小智”唤醒，会播报设备码，通过电脑访问xiaozhi.me,注册并登录，输入设备码通过认证，即可访问官方提供的接口了。
• 可以参考这个链接进行配置。

结语

当前项目还只是直接使用开源的ai服务进行对话，后续打算通过本地部署大模型，开发板直接访问本地大模型进行交互，也能有更多拓展的功能。等后续有进展了再进一步分享。

对应的后端服务github地址

AI 概念已经火了一两年了，也还没有出现所谓的killer app，大家都在探索不同方向的ai应用，但ai硬件相关的资料和信息还是少很多的。相比起手机电脑，嵌入家电和硬件的AI感觉体验上还是会好很多的？