使用 Arduino Nano ESP32设计一个语音助手

几天前，一个简单的想法突然浮现在我的脑海中：如果我们能拥有一种真正的口袋式语音助手会怎样呢?这种助手能够即时回答我们的问题，无需掏出手机、解锁手机、打开应用程序，然后进行输入或点击操作。

我们每个人都拥有智能手机，但在专门的设备上与语音助手进行交互的感觉却大不相同。这种交互感觉更加直接、更加自然——仿佛是在与一台真正能倾听的微型机器交流。这个想法一直萦绕在我心头，于是我决定将其转化为一个切实可行的项目。

其结果是一个基于 Arduino Nano ESP32 构建的紧凑型语音助手。您通过麦克风提出问题，答案会直接显示在一块小型 OLED 显示屏上。没有手机屏幕。没有干扰。只有一个按钮、您的声音和回应。

我所使用的组件

•OLED 显示屏 0.96 英寸(I²C 接口)× 1 个

•1 个 Arduino Nano ESP32 芯片

•触摸式按钮 1 个

•MAX4466 麦克风 1 个

我是如何构建它的

您所说的话语通过 MAX4466 麦克风模块采集，再由专门的语音转文本模型(即 Whisper)转换为文本，然后发送至人工智能文本生成模型以生成简洁的回答。而 ESP32 则负责处理 Wi-Fi、数据处理以及显示控制。

两个按钮使操作变得十分简便——一个用于记录您的问题，另一个用于在 OLED 屏幕上滚动查看更长的回答。该显示屏还能很好地处理长问题，因此即便屏幕较小，也不会让人感到局促。

该项目令人兴奋之处在于其灵活性。它使用了 Hugging Face 的 API，这意味着您无需受限于单一的人工智能模型。您可以进行试验、更换模型，并选择最适合您需求的文本生成型人工智能。同样的理念可以发展成为学习助手、技术帮手，甚至是一个用于实验和演示的便携式人工智能伙伴。

我还为选择模式添加了一个“乒乓球游戏”选项，通过该选项您可以选择是使用两个按钮来玩乒乓球游戏，还是使用人工智能助手。乒乓球游戏的难度会根据您的得分逐渐增加。

终止开关 还有一个“终止开关”选项，按下后会将您带回模式选择页面。此功能用于退出人工智能模式或贪吃蛇模式。

信息页面 还有一个信息页面，位于物联网中心动画之后。该页面介绍了按钮的各项功能、特性以及使用方法，以便于进行控制操作。

针式连接器

Arduino Nano 与 ESP32 的连接方式

电源与地线

•3.3 伏 → OLED 电源电压

•3.3 伏 → MAX4466 的 VCC 电压

•GND → OLED GND

•GND → MAX4466 的 GND 端口

•GND → 两个按钮中的一侧(公共接地线)

•GND → 两个按钮中的一侧(公共接地线)

OLED 显示屏(SSD1306 - I²C)

•SCK/SCL → A5(纳秒级 ESP32)

•SCK/SCL → A5(纳米版ESP32)

MAX4466 麦克风模块

•OUT → A7(纳米版 ESP32)

按钮(2 个按钮)---

按钮 1(录制按钮)

•一个引脚 → D8(纳米版 ESP32)

•其他引脚 → 地线

按钮 2(滚动按钮)

•一个引脚 → D6(纳米版 ESP32)

•其他引脚 → 地线

如何构建它

为了方便起见，我可以为您提供一个预先编译好的、定制化的二进制文件，您可以通过任何 ESP32 闪存工具(如 ESP TOOL)将其上传。

另外，如果您愿意的话，还可以使用 Arduino 实验室中的 Micropython 版本来上传附带的代码，其操作方式相同。

这个项目并非是要取代您的手机。而是旨在探索一种全新的与智能设备互动的方式——一种具有触感、专注且由您亲手打造的方式。

代码

本文编译自hackster.io