智能音响与闹钟
简介
智能音响与 AI 闹钟共用一套离在线语音方案：唤醒、对话、多音源播放与日程管理部署在同一套软件上，整机可以做成音箱、床头闹钟、故事机或桌面语音助手。在线链路使用 RTC 或 WebSocket 对接大模型与语音云；早期 ASR + NLU 也可使用 MQTT 或 HTTP。离线模式仅保留唤醒词与本地命令词，用于不依赖网络的家居控制。
单芯片完成前端语音算法、音频编解码、流媒体播放，以及 Mesh、红外、电机、屏幕等外设控制，无需再配独立语音 DSP。需要经典蓝牙时，可选用 ESP32-S31；也可在 ESP32 上外接语音处理芯片。
flowchart LR
Wake["语音唤醒"]
Chat["云端或本地对话"]
Player["多音源播放"]
Alarm["闹钟与日程"]
Wake --> Chat
Chat --> Player
Alarm --> Player
应用场景
家庭娱乐：智能音箱、网络收音机，播放在线电台与本地曲库
儿童教育：故事机、早教终端，结合唤醒与云端内容
智能家居：语音助手、带语音的电器，通过 BLE Mesh 或红外控制灯与家电
办公辅助：床头或桌面 AI 闹钟，提供日程、天气查询与语音提醒
功能特性
语音唤醒，以及降噪、回声消除、自动增益与麦克风阵列等前端处理；唤醒词可定制
在线多轮对话，或离线命令词控制；在线侧可对接主流语音云与大模型服务
播放来自 Wi-Fi（HTTP、HLS、DLNA、AirPlay）、蓝牙和本地存储的音频；支持打断、断电续播与淡入淡出
闹钟、日程，以及天气、表盘、表情一类屏显
音频编解码与 EQ 调音；红外或 Mesh 家居控制可作为整机扩展
硬件与软件
语音交互产品常用 ESP32-S3、ESP32-S31、ESP32-P4。需要经典蓝牙时选用 ESP32-S31。带屏产品按屏幕接口与分辨率选择芯片。
语音前端见 ESP-SR。播放与格式处理见 ESP Audio Codec 与 ESP-Audio-Effects。实时对话可参考 ESP-WebRTC 音视频实时通信方案。工程示例见 adf_examples/ai_agent。