大家好，我是老李，一个在嵌入式领域摸爬滚打多年的工程师。最近用ESP32做了一个挺有意思的玩意儿——一个能听懂人话、还能跟你聊天的AI语音助手。它不仅能接入讯飞星火、豆包、通义千问这些主流大模型，还能播放音乐、控制灯光，功能相当完整。今天我就把这个项目的开发过程，从硬件选型到代码烧录，手把手地分享给大家，希望能帮你少走些弯路。

这个项目特别适合想入门AIoT（人工智能物联网）的朋友。你不需要有很强的AI背景，只要跟着步骤走，就能亲手打造一个属于自己的智能语音终端。咱们先从整体上看看它都能干些啥。

这个ESP32语音助手可不是个简单的“复读机”，它集成了好几个实用的功能模块，咱们一个个来看。

1.1 智能语音唤醒与连续对话

设备一上电连上网，就进入待命状态，时刻“竖着耳朵”听你的唤醒词。唤醒词可以在代码里自定义，比如你可以改成“嘿，小爱”或者“小度小度”。唤醒之后，你就可以跟它连续聊天了。它通过一个叫INMP441的全向麦克风收音，把你说的话送到科大讯飞的语音转文字（STT）服务，变成文字后，再扔给大模型去“思考”怎么回答，最后用百度的文字转语音（TTS）服务把答案“说”出来。整个过程，即使没有屏幕，对话也能流畅进行。

注意：讯飞的STT服务是按调用次数或时长收费的。如果长时间不用，建议关掉设备电源，别让它一直待机“偷听”，以免产生不必要的费用。

1.2 便捷的网络与音乐管理

联网是智能设备的基础。这个项目把联网做得挺人性化。启动时，LED会闪烁，屏幕显示连接状态。如果连不上网，ESP32会自己开启一个叫“ESP32-Setup”的Wi-Fi热点。你用手机或电脑连上这个热点，然后访问一个特定的IP地址（通常是192.168.4.1），就能打开一个配置网页。

在这个网页里，你可以：

• 输入新的Wi-Fi账号密码并保存。
• 查看或删除已经保存过的网络信息。

音乐播放功能也挺好玩，它接入了网易云音乐的服务器（非VIP歌曲）。有意思的是，就算断网了，你也能通过上面说的那个配置网页来添加或删除你想听的歌曲信息。网页上可以添加、修改、删除音乐，也能列出所有保存的歌。

提示：添加音乐时，歌名别起太长，也尽量别用英文，不然语音识别可能找不准。另外，有些歌在播放时可能会让设备重启，这可能是音乐源服务器的问题，不是咱们代码的锅。

1.3 丰富的语音控制与交互

除了聊天，你还能用语音控制它：

• 调节音量和灯光：在AI说话的时候，按下启动键（通常连接在某个GPIO上的按键），然后说“调大音量”或者“打开/关闭LED”，它就会照做，并且不会打断当前的对话。
• 控制音乐播放：播放音乐时，按下启动键说“暂停播放”或“恢复播放”。
• 切换AI大脑：聊着天，你可以说“切换模型”，它就能在豆包、讯飞星火、通义千问这几个大模型之间来回切换，体验不同“性格”的AI。
• 信息可视化：项目外接了一块1.8英寸的RGB TFT屏幕，对话内容、网络状态等信息都能实时显示，交互体验更直观。

工欲善其事，必先利其器。咱们来看看做这个项目需要哪些硬件。核心就是一块ESP32开发板，它负责所有的计算、联网和逻辑控制。

核心硬件清单：

这些模块和ESP32之间的连接，主要是通过I2C、I2S、SPI这些标准接口。接线的时候一定要对照模块的引脚说明和ESP32的引脚定义来，特别是电源别接错了。项目原作者提供了详细的接线图，在部署代码前最好先确认一遍。

硬件准备好了，接下来就是让代码跑起来。这里咱们用VSCode + PlatformIO这个组合，对嵌入式开发来说非常方便。

3.1 第一步：安装开发环境

1. 安装VSCode：去Visual Studio Code官网下载安装。
2. 安装PlatformIO插件：在VSCode的扩展商店里搜索“PlatformIO IDE”，安装它。这个插件集成了编译器、烧录工具、库管理，几乎包办了一切。
3. 安装ESP32驱动：根据你的ESP32开发板型号（比如用的是CH340还是CP2102芯片），去官网下载对应的USB转串口驱动并安装，这样电脑才能识别你的设备。

3.2 第二步：获取并准备项目代码

1. 克隆项目：在命令行或者用Git工具，把项目代码克隆到本地。

   git clone https://github.com/Explorerlowi/ESP32_AI_LLM.git 

2. 用VSCode打开项目：打开VSCode，选择“打开文件夹”，找到你刚克隆下来的ESP32_AI_LLM文件夹。
3. 等待依赖库下载：PlatformIO会自动解析项目配置文件，下载需要的第三方库（比如TFT屏幕驱动、音频处理库等）。留意VSCode右下角的状态栏，会有下载进度。如果下载很慢或失败，可能是因为网络问题，可能需要检查网络设置。

   提示：依赖库下载是自动的，但有时会因为网络问题卡住。如果遇到，可以尝试重启VSCode，或者检查一下网络环境。

4. 关键一步：配置屏幕驱动： 找到项目目录下的 .piolibdepsꈂ_wroomTFT_eSPI 这个路径（注意，upesy_wroom可能因你的开发板环境名不同而略有差异）。 将这个路径下的 User_Setup.h 文件删除。 然后将项目根目录下的 User_Setup.h 文件剪切，并粘贴到刚才的 .piolibdepsꈂ_wroomTFT_eSPI 路径下。 这一步非常重要！因为根目录下的这个文件是原作者根据我们使用的1.8寸ST7735屏幕预先配置好的，直接替换才能保证屏幕正常显示。

3.3 第三步：配置AI服务参数

现在要告诉ESP32，怎么去访问那些强大的AI服务。打开项目根目录下的 main.cpp 文件，找到需要填写参数的地方。

配置讯飞星火大模型： 你需要去科大讯飞开放平台注册账号，创建一个语音交互应用，获取以下信息：

GPT plus 代充 只需 145// 在 main.cpp 中找到类似下面的位置，填入你的信息 const char* xf_app_id = "你的APPID"; const char* xf_api_key = "你的APIKey"; const char* xf_api_secret = "你的APISecret"; 

（可选）配置豆包大模型： 如果你也想用豆包模型，需要去火山引擎开通相关服务，获取API Key。

// 同样在 main.cpp 中寻找对应位置 const char* doubao_api_key = "你的豆包API Key"; 

通义千问等模型的配置方式类似，在代码中都有对应的位置，按注释填写即可。

所有配置都填好后，就可以开始最后的步骤了。

1. 连接硬件：用USB线将ESP32开发板连接到电脑。确保所有外围模块（麦克风、屏幕、功放）都已正确连接。
2. 选择开发板：在VSCode底部状态栏，点击PlatformIO的快捷图标（一个小房子的标志），确保当前环境选择了正确的ESP32开发板型号（例如esp32dev）。
3. 编译代码：点击左侧PlatformIO图标，在PROJECT TASKS里找到你的开发板环境，展开后点击Build。如果一切配置正确，编译会成功，没有错误。
4. 烧录程序：编译成功后，在同一个PROJECT TASKS下，点击Upload。PlatformIO会自动将编译好的固件烧录到ESP32中。烧录时，你可能需要手动按一下ESP32板子上的BOOT或EN键来进入下载模式，具体看你的板子说明。
5. 上电测试：
   • 烧录完成后，设备会自动重启。第一次启动，它会尝试连接你之前配置的Wi-Fi（如果代码里预写了的话）。
   • 观察屏幕和LED指示灯。如果连接失败，LED可能会闪烁，屏幕提示连接失败。此时，ESP32会进入AP模式。
   • 打开手机的Wi-Fi设置，寻找一个名为 ESP32-Setup 的热点，连接它。
   • 打开手机浏览器，访问 http://192.168.4.1，你应该能看到网络配置页面。在这里输入你家可用的Wi-Fi名称和密码，保存。
   • 设备会重启并尝试连接新网络。连接成功后，就可以尝试说唤醒词开始对话了！

第一次运行可能会遇到一些小问题，比如屏幕不亮、没声音。别急，这很正常。重点检查：屏幕驱动文件User_Setup.h是否替换对了地方；麦克风和喇叭的接线（特别是I2S的时钟、数据线）是否牢固；AI服务的密钥有没有填错。多试几次，按照日志提示（可以通过串口监视器查看）一步步排查，你一定能让它“开口说话”。