esp_ai

百元开发板本地跑通语音识别、小模型对话和语音合成

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 语音识别 🍴 复刻 23 👀 关注 3
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 118
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费项目,需自行部署

项目预览

esp_ai 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类语音识别
开发团队iamankushpandit
定价模式🏷️完全免费
价格说明开源免费项目,需自行部署
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议GPL-3.0
主要语言C
GitHub 星标★ 118
上线时间2026-09-19 00:00:00
代码更新2026-11-09
仓库体积431.7 MB
本站数据更新2026-11-23
维护状态较活跃
收录时间2026-11-23
浏览次数0

项目介绍

esp_ai 是一个在 ESP32-S3 开发板(Freenove FNK0104B)上运行的完全离线语音助手项目,用 C 语言实现。它把语音识别(STT)、小型语言模型(LLM)推理和语音合成(TTS)全部放在单片机本地完成,不依赖云端 API,也不把音频上传到外部服务器。项目目标是让低成本嵌入式设备具备自由说、自由问的语音交互能力,适合对隐私敏感或网络条件受限的场景。核心能力包括:本地采集麦克风音频并做自由形式语音转文字,在设备端运行精简 LLM 生成回复,再通过 TTS 合成语音输出,形成完整的离线语音对话闭环。代码围绕 ESP32-S3 的算力和内存约束做了裁剪,展示了在百元级硬件上跑通语音助手的可行性,对嵌入式 AI 和边缘语音交互开发者有参考价值。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-11-23 · 当前星标 ★ 118

核心亮点

  • 全链路离线运行,音频和对话数据不出设备,隐私性好
  • 在 ESP32-S3 单片机上打通 STT、LLM、TTS 三段流程,工程完整度高
  • 用 C 实现,贴近嵌入式开发习惯,便于在同类开发板上移植和裁剪

不足之处

  • 项目处于早期,星标约 118,文档和社区生态尚不完善
  • 端侧算力与内存有限,模型规模和识别效果相比云端方案有明显折损

适用场景

  • 智能家居离线语音控制面板
  • 无网络环境下的本地语音问答设备
  • 嵌入式 AI 教学与边缘语音交互原型验证

替代项目

ESP-SR、whisper.cpp、llama.cpp

上一篇:Scrib

下一篇:没有了!

同类项目推荐

mrcp-plugin-with-freeswitch 开源

用手机打电话,AI自动听懂并回复,快速搭建语音呼叫中心。

使用FreeSWITCH接受用户手机呼叫,通过UniMRCP Server集成讯飞开放平台(xfyun)插件将用户···

★ 349 2026-08-09
web-speech-cognitive-services 开源

用Azure服务补齐浏览器语音API,统一标准接入

Polyfill Web Speech API with Cognitive Services for both speech-to-text and text-to-···

★ 70 2026-08-09
NeMo-text-processing 开源

把口语文本和书面文本互转,ASR/TTS 预处理少写正则

NeMo text processing for ASR and TTS

★ 518 2026-10-02
StreamSpeech 开源

一个模型搞定语音识别、翻译和合成,离线同声两相宜

StreamSpeech is an “All in One” seamless model for offline and simultaneous speech···

★ 1293 2026-08-09
nanowakeword 开源

少量数据训练自定义唤醒词,本地离线跑

A lightweight, wake word detection engine. Train custom, high-accuracy models with m···

★ 136 2026-09-15
SmartSpeaker 开源

用STM32+ESP8266自造一台能联网听话的智能音箱

一个基于云端语音识别的智能控制设备,类似于天猫精灵,小爱同学。采用的芯片为stm32f407,···

★ 314 2026-10-03
typewhisper-win 开源

本地 Whisper 语音转文字,还能顺带翻译,隐私无忧。

TypeWhisper for Windows - Local speech-to-text with translation

★ 249 2026-09-24
kesha-voice-kit 开源

让工具开口说话,本地语音快 19 倍

Kesha listens and talks back: local speech to text and text to speech for agents and···

★ 82 2026-08-09
whispering 开源

说话即出字幕,VRChat 和直播叠加一键同步

Whispering Tiger - OpenAI's whisper (and other models) with OSC and Websocket suppor···

★ 552 2026-09-23