ESP32 离线语音助手开源
推荐指数 65.0 NO. 004 · 2026.10.18
Stars103创建4 天前Forks5Issues0
为什么值得看
基于 ESP32-S3 的多模型语音 AI 助手，支持语音唤醒、流式对话和英中韩三语 TTS，且语音识别、转写、聊天三个模块可分别对接不同 OpenAI 兼容端点。对想低成本部署端侧语音交互的硬件团队来说，这是目前少有的端到端开源方案。
A multi-model Muse: personal AI voice assistant on ESP32 - wake word or knob, any OpenAI-compatible brain (STT/chat/TTS mix-and-match), streaming replies, out of the box. Built on muse-gadget-sdk.
媒体预览
编辑判断
端侧语音交互之前要么用 Alexa/Google 的封闭生态，要么自己拼凑 Porcupine 唤醒 + Whisper 转写 + 云端 LLM，延迟和隐私都是痛点。这个项目把全流程串在 ESP32-S3 上，且三个模块解耦、支持任意 OpenAI 兼容端点，意味着你可以本地跑 Whisper 转写、接私有化部署的 Llama、再用火山引擎的 TTS，完全绕过单一云厂商。
跟同类的 Seeed Studio reSpeaker 或 M5Stack 语音方案比，它的优势是流式输出——模型还在生成时就开始逐句朗读，而不是等全文结束。做智能家居、老人陪护、工业巡检语音终端的团队，可以直接拿 muse-gadget-sdk 的硬件参考设计改，省掉 2-3 个月的固件开发周期。
Star History
生态分析
Beta
ESP32端侧语音AI助手的端到端开源参考实现，填补低成本离线语音交互方案空白
独特价值：模块化三端点解耦设计，支持任意OpenAI兼容服务混搭，降低硬件团队集成门槛