一、前言

本文中将使用ESP-AI开源库来实现将硬件接入AI，整个过程将非常的轻松~

本库支持的平台很多，包括 TTS 支持各种音色等。

什么是ESP-AI?

为你的开发板提供全套的AI对话方案，包括但不限于 ESP32 系列开发板的 IAT+LLM+TTS 集成方案。

交流群

QQ 交流群: 854445223

技术栈

ESP-AI 分为了服务端和客户端两套代码：

• 服务端是封装好的库，直接引用后执行即可，除开必要的配置外，一行代码就可以运行起来。服务端使用Nodejs 开发。
• 客户端封装好的文件，引入到代码中即可。客户端使用 Arduino 开发。

整体上技术栈为 javascript 和 c 两种语言的组合。 不用担心，都是配置化的，无需担心不会写这两语言。你只需要大概能看懂配置即可~

插件地址

ESP-AI 仓库地址：https://github.com/wangzongming/esp-ai

效果演示

【超快速的ESP32 AI对话方案。已开源！快接入你的机器人吧～】 https://www.bilibili.com/video/BV1xS421o7hi/?share_source=copy_web&vd_source=041c9610a29750f498de1bafe953086b

二、软件准备

1. 安装 Nodejs

下载地址：https://nodejs.org/en/blog/release/v15.0.0

滚动到最下面，然后选择适合自己电脑位数的安装包下载后安装即可。

2. 安装 Arduino IDE(v2.x)

下载地址：https://www.arduino.cc/en/software
选择合适的安装包安装即可。

三、硬件准备

下面是按演示视频中的配置来的

三、服务端代码

1. 新建一个目录(最好用英文名字)
2. 在目录中打开终端
3. 在终端中执行npm i esp-ai 命令，用于安装ESP-AI。
4. 在目录中新增一个 index.js 文件
5. 在文件中写入下面代码

const espAi = require("esp-ai"); espAi({      api_key: {         // 讯飞：https://console.xfyun.cn/services/iat  。打开网址后，右上角三个字段复制进来即可。         xun_fei: {             appid: "xxx",             apiSecret: "xxx",             apiKey: "xxx",             // LLM 版本             llm: "v3.5",               }, }); 

注意代码中实际上就执行了一个方法，然后给方法传入了一些参数，比如上面的案例中传入了讯飞的key, 这时候需要先去注册讯飞账号，然后将key放进去即可。

四、服务端运行

执行下面代码即可运行服务

node ./index.js 

生成环境中请使用 pm2 来运行服务以保证服务的可靠和性能。

pm2 start ./index.js -i max 

五、 客户端代码上传

头文件

需要提前将/client/libraries中的文件下载放到Arduino IED的依赖目录中，这个目录默认在：C:\Users\用户名\Documents\Arduino\libraries(路径没有的话，自己百度一下在 arduino ide中查找这路径的方法)

注意：将仓库中libraries里面的压缩包都解压出来，然后放到本地中。

除此之外，还需要提前安装好 esp32(v2.x,版本不能大于2) 开发板环境。

代码上传

客户端代码位于仓库代码的 example/example.ino中，需要在本地新增一个 example 目录(必须是这个名字)，
然后在目录中新增一个 example.ino 文件。

然后将仓库中 example/example.ino 文件中的内容复制进去，修改 example.ino 代码中的下面这几个配置。

// [必  填] 是否调试模式， 会输出更多信息 bool debug = true; // [必  填] wifi 配置： { wifi 账号， wifi 密码 }  注意：要用双引号！ ESP_AI_wifi_config wifi_config = { "oldwang", "oldwang520" }; // [必  填] 服务配置： { 服务IP， 服务端口 } ESP_AI_server_config server_config = { "192.168.1.5", 8080 }; // [必  填] 离线唤醒方案：{ 方案, 识别阈值 }, "edge_impulse" | "diy"，为 "diy" 时可调用 esp_ai.wakeUp() 方法进行唤醒 ESP_AI_wake_up_config wake_up_config = { "edge_impulse", 0.7 };  

因为有一个离线语音识别模型，首次编译会很慢，配置不好的电脑至少半个小时以上的时间~

六、 引脚接线

INMP441(麦克风) 接线

Max98357A(放大器) 接线

LED 接线

七、 完成

到这里就完成啦。
对着麦克风喊一声 “小明同学” 吧。

八、 最后

该仓库还在持续完善中，开源不易，点个 Star 支持下吧~