懒人的技术笔记

小智AI是一款基于ESP32-S3开发的开源智能语音机器人，集成语音唤醒、AI对话、设备控制和多协议通信功能。曾几何时，小智在AI硬件领域变的越来越流行，受到了广大电子爱好者的关注，如果你玩esp32，你没听过小智，一定会被嘲笑。有一种“平生不识陈近南，纵称英雄也枉然”的意思。功能模块技术实现备注语音唤醒ESP-SR离线唤醒支持自定义唤醒词语音识别流式ASR(FunASR/云端API)多语言支持语言理解Qwen/DeepSeek/ChatGLM等LLM可配置模型规模语音合成。

P3格式是xiaozhi-esp32项目团队开发的一种专有二进制音频格式，它的全称是，就是要解决嵌入式设备在语音交互场景中的特殊需求。与传统音频格式相比，P3具有高度优化的结构设计和极简的解码流程，特别适合ESP32这类资源受限的物联网设备。

是由开发者“虾哥”于2024年12月在GitHub上开源的AIoT项目，目标是打造一个低成本、可语音交互、能控制物理设备的边缘AI助手终端。到了今天，项目的描述被精炼概括为：一个基于MCP的聊天机器人|An MCP-based chatbot。作为语音交互入口，小智AI聊天机器人利用Qwen/DeepSeek等大型模型的AI功能，通过MCP协议实现多终端控制。基于 ESP-IDF 的嵌入式固件；配套的云端服务参考实现；详细的硬件接线与烧录教程；

本文介绍了如何通过小智方案免费为喵伴设备烧写固件。首先使用ESP Launchpad快速验证和烧写固件，然后通过WiFi配网将设备连接到网络。接着在小智后台注册账号、添加设备并进行个性化配置。文章还详细说明了如何从GitHub克隆开源代码、配置编译目标、使用menuconfig设置参数，以及完成编译和烧写的过程。最后展示了成功烧录后的效果视频，为开发者提供了完整的操作指南。

在沈阳浑南的一个居民楼里，两个工程师正在测试一款即将上市的AI对话玩偶。当玩偶用带着些许调皮的语气回应"你昨天为什么忘记给我充电？"时，在场的人都露出了会心的微笑。这个看似简单的场景，却凝聚了过去五年AI对话硬件领域的所有技术突破。时间回到2023年初，同样的对话需要5秒以上的延迟，机械的电子音让人瞬间出戏，而现在，这一切都发生了质的改变。