本文へスキップ

xiaozhi-esp32

ESP32 で作るオープンソースの AI チャットボット

公式サイトを見る

xiaozhi-esp32 とは

本プロジェクトは ESP-IDF に基づくオープンソースの AI チャットボットと紹介され、大規模言語モデルとハードウェアを組み合わせて自分だけの AI パートナーを作ると説明されている。 複数言語の音声認識と対話を扱い、声紋認識で利用者ごとの音声の特徴を識別する。

できること

  • Wi-Fi または ML307 Cat.1 4G でネットワークに繋ぐ
  • ESP-SR でオフラインの音声起動を行う
  • WebSocket または UDP で音声対話をストリーミングする
  • SenseVoice で 5 言語を認識し 3D Speaker で声紋を識別する

利用例

  • 学生が AI ハードウェア開発を学び授業補助の AI アシスタントを作る
  • 開発者が特定業種向けの質疑応答ロボットを作る
  • 愛好家がスマートホームで家庭用の AI アシスタントを組み立てる

導入の手順

  • プロジェクトの GitHub リポジトリからソースを取得する
  • 文書に従い開発環境を整え ESP-IDF のプラグインを導入する
  • ESP32-S3 開発ボードなどのハードウェアを選ぶ
  • ネットワーク接続や音声認識モデルなどの設定を行う

長所と短所

✓ 良い点

  • WebSocket または UDP で音声対話をストリーミング
  • 3D Speaker の声紋認識で利用者を見分ける

! 注意したい点

  • 構築は GitHub のソースと ESP-IDF 環境から始まる
  • ESP32-S3 などの開発ボードを選ぶ必要がある

よくある質問

対応言語は?

機能一覧は中国語・広東語・英語・日本語・韓国語の 5 言語を挙げる。

音声対話はどう届く?

資料は WebSocket または UDP によるストリーミング音声対話と説明。

最終評価日: 2026-11-15

その他 AIコーディングツール ツール

すべて見る →

評価方法