在 20 美元 ESP32 上离线跑通语音识别与合成
tlack · hn · 2026-10-10
开发者 tlack 发布 Show HN 项目 Babytalk:在无键盘无屏幕的约 20 美元 ESP32S3/P4 小设备上实现完全离线的语音转文字与文字转语音,不依赖云端、也不用固定命令词表。
要点:
- 与 Claude 协作,为 ESP32S3/P4 写了高性能 4-bit 整型内核,量化较大的 STT/TTS 模型后仍能在这些极小开发板上可用运行
- 附带一个针对作者口音、咳嗽和含糊发音微调的模型
- 兼容 Micropython(受 RAM 限制)和 AtomVM(体验更好)
对做离线语音硬件交互的开发者是个可直接参考的开源起点。
「具身」频道最新
- fal 团队开始微调实体机器人，教它学画画下周出结果 — OdinLovis · 2026-10-23
- PEARL 演示：LLM 机器人自主核对实验结果、修正方案并复测 — KevinKaichuang · 2026-10-23
- 科罗拉多大学 ATLAS 研究所招软体机器人方向助理教授 — ryosuzk · 2026-10-23
- MiTaS 多分辨率触觉模仿学习登场：成功率 80% 远超纯视觉基线 35.5% — Jan_R_Peters · 2026-10-23
- 普林斯顿 ASD:VLM 自蒸馏教会机器人零标注语言导航 — shahdhruv_ · 2026-10-23
- Codex 级编码智能体已能搞定机器人操作 real-to-sim 大部分工作 — zhenjun_zhao · 2026-10-23