xiaozhi-esp32-server-java

用Java轻松管理你的小智ESP32语音设备，实现音色定制与角色切换。

小智ESP32的Java企业级管理平台，为基于ESP32的智能语音设备提供一站式后端服务。它解决了小智AI设备在设备管理、音色定制、角色切换和对话记录管理方面的痛点，将前后端及服务端一体化。核心能力包括设备监控、灵活的TTS音色配置、多角色切换以及完整的对话日志管理。项目基于Spring AI构建，深度集成MCP（模型上下文协议）客户端与服务端，支持STT/TTS，为开发者提供了从设备接入到AI能力编排的完整闭环。通过Java技术栈，实现了企业级的高可用、可扩展架构，适合需要规模化部署和定制化管理的智能硬件场景。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1357

维护状态活跃

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队joey-zhou

所属国家

官网地址

GitHubhttps://github.com/joey-zhou/xiaozhi-esp32-server-java

定价模式free

价格说明开源项目，MIT许可证，可免费使用和部署。

访问状态

是否开源是

开源协议MIT

主要语言Java

技术栈/模型esp32,java,mcp,mcp-client,mcp-server,spring-ai,stt,tts,xiaozhi,xiaozhi-ai,xiaozhi-esp32,xiaozhi-server

GitHub 星标★ 1357

30天Star增速

HF 下载量

上线时间2025-02-27 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

难度：进阶约 15 分钟部署方式：本地安装 6 步

环境要求

Linux（推荐 CentOS）或 Windows 操作系统，生产环境推荐 Linux
已安装 Git，用于克隆仓库
具备 Java 运行环境（具体版本参见 docs/CENTOS_DEVELOPMENT.md 或 docs/WINDOWS_DEVELOPMENT.md）
能正常访问 GitHub 的网络，用于下载模型与原生库
一台已烧录固件的 ESP32 智能硬件设备（用于接入验证）

安装与启动步骤

1克隆仓库

从 GitHub 拉取项目源码到本地，注意仓库较大，网络不畅时可配置代理。
```
git clone https://github.com/joey-zhou/xiaozhi-esp32-server-java
```
2进入项目目录

切换到克隆下来的项目根目录，后续脚本命令都在此目录下执行。
```
cd xiaozhi-esp32-server-java
```
3下载模型与原生库

models/ 和 lib/ 不在 Git 仓库中，首次部署必须执行本脚本下载模型和原生库。
```
./scripts/download_models.sh
```
4下载基础资源(可选)

若使用第三方 STT/TTS，可改跑该脚本，仅下载 VAD 模型和原生库，减少下载量。
```
./scripts/download_base.sh
```
5一键编译并启动

脚本会自动编译并同时启动 server 与 dialogue 两个进程，首次编译耗时较长。
```
bin/all.sh start
```
6查看运行状态

确认两个进程是否正常运行，若未启动可查看日志排查。
```
bin/all.sh status
```

如何确认成功

执行 bin/all.sh status 查看进程状态；启动成功后 xiaozhi-server 输出 OTA 地址、xiaozhi-dialogue 输出 WebSocket 连接地址。

常见问题

Q：为什么克隆后找不到 models/ 和 lib/ 目录？

A：这两个目录不在 Git 仓库中，首次部署必须执行 ./scripts/download_models.sh 下载模型和原生库后才能启动。

Q：只想用第三方 STT/TTS，可以少下载点东西吗？

A：可以。执行 ./scripts/download_base.sh，它只下载 VAD 模型和原生库，跳过完整模型下载。

Q：可以用 Docker 部署吗？

A：可以，项目提供 Docker 部署方式，具体步骤见仓库 docs/DOCKER.md 文档。

Q：Windows 上怎么部署？

A：README 提供了 Windows 部署文档，见 docs/WINDOWS_DEVELOPMENT.md，适合开发和测试场景。

Q：服务起来了，ESP32 设备怎么接入？

A：按 docs/FIRMWARE-BUILD.md 编译并烧录固件，然后让设备使用 xiaozhi-server 输出的 OTA 地址和 xiaozhi-dialogue 的 WebSocket 地址接入。

注意事项

models/ 和 lib/ 不随 Git 仓库分发，首次部署必须通过脚本下载，否则无法启动。
项目为多模块 + 双进程架构，bin/all.sh 会同时管理 server 和 dialogue 两个进程。
源码部署有 Linux（CentOS，推荐生产）与 Windows（开发测试）两套文档，Docker 与固件编译另有独立文档。
README 未给出具体 Java 版本、端口和配置项，实际参数请以 docs/ 目录下对应部署文档为准。

核心亮点

提供设备监控、音色定制、角色切换和对话记录管理的一体化解决方案，功能全面。
深度集成Spring AI和MCP，便于接入和编排多种AI模型与工具。
前后端及服务端一体化，降低了部署和运维复杂度。

不足之处

项目文档和社区生态尚待完善，新手上手可能有一定门槛。
主要针对ESP32硬件，适用场景相对垂直。

适用场景

智能音箱/语音助手的设备管理与个性化配置
需要定制音色和角色的人机交互产品开发
基于ESP32的语音设备规模化部署与运维

替代项目

xiaozhi-esp32-server (Python版)、Home Assistant、OpenVoice

项目介绍

xiaozhi-esp32-server-java 是智能体领域的开源项目，由 joey-zhou 开发，2025 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,357）位列前 30%，在智能体分类中处于中上游。

近 45 天，它的 GitHub 星标从 1,325 增加到 1,357，净增 32。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。MIT许可证，可免费使用和部署。

它主要面向的使用场景是：智能音箱/语音助手的设备管理与个性化配置。同类可对比的替代方案包括 xiaozhi-esp32-server (Python版)、Home Assistant、OpenVoice。

上一篇：cadis

下一篇：OpenGuider