EchoEar 喵伴是乐鑫携手火山引擎扣子大模型团队打造的智能 AI 开发套件。
相信大家都被喵伴EchoEar超萌的外观圈粉了，但喵伴不止于此，背后技术更值得深入学习。硬件端，乐鑫继续贯彻技术平权路线，将声源定位算法、灵活的esp-brookesia框架释放出来；云端，火山引擎扣子平台也提供了大模型、多模态识别和智能体控制等能力。
我们团队一致觉得 EchoEar 喵伴是个好项目，非常值得玩一玩，很有可能会是25年最有影响力的开源项目之一。
AI硬件小铁匠在这一系列文章中将会按照 硬件分析、嵌入式软件源码分析、云端开发 三个部分来进行分享，并且还会分享基于喵伴一些实践作品。在自己学习喵伴项目的同时，也希望能帮助到屏幕前的小伙伴。
1 硬件分析
为什么喵伴一定要使用 32M Flash
喵伴BQ27220电池监测电路及驱动源码分析
姿态传感器
2 嵌入式软件源码分析
固件初体验
esp-brookesia 介绍
作为 EchoEar 的一大技术亮点，设备搭载的 esp-brookesia 框架不仅承担了整体 UI 的构建与渲染，还深度融合了火山引擎扣子平台 和乐鑫全新音视频框架 esp-gmf ，集成了多项面向端侧优化的智能功能，借助该框架，EchoEar 可实现全双工语音交互、多模态识别与智能体控制，构建更具沉浸感的人机交互体验。
3 云端开发
4 实践应用
技术交流
- EchoEar喵伴技术讨论QQ群，734314639
- 微信公众号: AI硬件小铁匠，有个人联系方式。
