日本では、ESP32のリアルタイムAIチャットは、OpenAI Voice Assistantを使った実装例が多い感じ。多いといっても、自分の身の回りで多いだけで、使っている人はとても少ないと思う。おまけに、OpenAI側での開発も止まっているようで、リポジトリの更新もない。
一方、同時期に中国で実装されたxiaozhi-esp32を日本で使っている人はあまりいないようだ。わたしの観測範囲では一人だけ。
基本的には8MのESP32 S3環境で動作するというのは同じ。バックエンドはDeepSeekが無料で使えるのがびっくり。さすが中国だなぁ。
英語や中国語だけでなく、日本語の応答もできる。
ただし、クラウド側のサービス連携を取るのに電話番号でのSMS認証が必要なので、そのあたりが面倒ではある。
ソースやドキュメントはこのあたり。
GitHub - 78/xiaozhi-esp32: Build your own AI friend
https://github.com/78/xiaozhi-esp32
Docs
https://ccnphfhqs21z.feishu.cn/wiki/Zpz4wXBtdimBrLk25WdcXzxcnNS
小智 AI 聊天机器人百科全书 - Feishu Docs
https://ccnphfhqs21z.feishu.cn/wiki/F5krwD16viZoF0kKkvDcrZNYnhb
クラウド側のサービスはこんな感じの画面になる。
小智 AI 聊天机器人
https://xiaozhi.me/
M5Stack AtomS3とかEcho Baseは標準対応になっているようだ。楽なのが、M5Burner で焼けるイメージが公開されているところ。ビルドが面倒なので、それを使う。
Atomic Echo Base XiaoZhi Voice Assistant
https://docs.m5stack.com/ja/atom/Atomic%20Echo%20Base
Atomic Echo Base XiaoZhi Voice Assistant - YouTube
https://www.youtube.com/watch?v=RqMJ2y-FQpw
M5Burnerはダウンロード済みだったので、アップデートだけする。ATOMS3を選ぶと、XiaoZhi Voice Assistant For AtomS3Rが少し下に表示される。
バージョンは同じなのだけど、ASRのウェイクアップワード音声によって実装が４種類ある。NiHaoXiaoZhiがデフォルトのようなのでこれを選ぶ。
Startで書き込み開始。
書き込み終了。
自動で再起動はされないので、電源を入れ直す。なんか中国語でしゃべって、こんな画面になった。
APモードで動いているので、そこに接続してWiFi設定をするようだ。確かにAPが見える。
ブラウザで指定されたURLを開くと、設定画面が出てくる。
設定すると、しばらくして完了画面になる。
APモードは終了しているようで、PC側の接続はもとのAPに自動的に戻っている。
最初は、バージョン表示をして、古かったからか自動でOTAしている。
オリジナル投稿：
xiaozhi-esp32を試す -1-｜kinneko｜pixivFANBOX
https://kinneko.fanbox.cc/posts/9528747
