xiaozhi-esp32 是什么
xiaozhi-esp32 被介绍为一个基于乐鑫 ESP-IDF 开发的开源 AI 聊天机器人项目,把大语言模型与硬件设备结合,让用户打造个性化 AI 伴侣。它支持多种语言的语音识别与对话,还能通过声纹识别辨认不同用户的语音特征。
你可以用它做什么
- 通过 Wi-Fi 或 ML307 Cat.1 4G 保持网络通信
- 用 ESP-SR 实现离线语音唤醒
- 通过 WebSocket 或 UDP 协议实现流式语音对话
- 用 SenseVoice 识别 5 种语言,用 3D Speaker 做声纹识别
使用示例
- 学生学习 AI 硬件开发,制作课堂辅助教学的 AI 助手
- 开发者制作面向特定行业的 AI 问答机器人
- 科技爱好者在智能家居场景中打造家庭 AI 助手
上手流程
- 访问项目 GitHub 仓库,下载源代码
- 按项目文档搭建开发环境,安装 ESP-IDF 插件
- 选择 ESP32-S3 开发板等硬件平台
- 按说明配置网络连接、语音识别模型等参数
优点与缺点
✓ 我们认可的地方
- 流式语音对话可通过 WebSocket 或 UDP 协议实现
- 用 3D Speaker 实现声纹识别,区分不同用户
! 需要留意的地方
- 搭建需从 GitHub 源码与 ESP-IDF 环境开始
- 需要选择 ESP32-S3 等硬件开发板
常见问题
支持哪些语言?
功能列表列出国语、粤语、英语、日语、韩语共 5 种语言识别。
语音对话怎么实现?
资料说明流式语音对话可通过 WebSocket 或 UDP 协议实现。
最后评测: 2026-11-15