小型移动机器人，人开口就能指挥，不用遥控器，也不用 App。
- STEM 教学——一次搭建学到舵机、单片机、语音和大模型。
- 机器人原型——做配送、巡检或陪伴机器人构想的语音底盘。
- 活动演示——访客对机器人说话，看它移动。
- 免手操作研究——探索语音驾驶在辅助场景里的用法。
不适用：没有网络的现场、英语以外的语言、自主导航，以及数据不能出场地的需求。
小型移动机器人，人开口就能指挥，不用遥控器，也不用 App。
不适用：没有网络的现场、英语以外的语言、自主导航，以及数据不能出场地的需求。
机器人上五样东西：带三个轮舵机的 LeKiwi 底盘、驱动舵机的 XIAO ESP32S3、做语音大脑的 Pi 5（8GB）、reSpeaker Flex 麦克风阵列和一只音箱。Pi 把每句指令发到 Groq 云端接口，再把得到的动作经 USB 发给 XIAO。
安装步骤在部署指南里：组装底盘，逐个给舵机分配 ID 1–3，再烧录电机固件。舵机需要外接电源，只靠 USB 不够。
站在约 1 米内说 "Hey Jarvis"，机器人接着录 3 秒指令。
机器人上的 **Pi 5（8GB）**跑一个容器：唤醒词、录音、串口连接和播放。
| 环节 | 在哪运行 |
|---|---|
| 唤醒词 | Pi 本地 |
| 语音识别（Whisper） | Groq 云端 |
| 决定回复与动作（Llama 3.1 8B） | Groq 云端 |
| 语音回复（Orpheus，英文） | Groq 云端 |
| 车轮控制 | XIAO ESP32S3 |
需要一个 Groq API Key，免费额度足够日常使用。
数据接口见下方「能拿到什么数据」。
以下是 LeKiwi + XIAO ESP32S3 + Pi 5 + reSpeaker Flex 这套配置部署后能做到的事。
能用什么
限制
语音大脑经 USB 串口（115200 波特率）给电机控制器发指令，一个字符一条。
| 字符 | 动作 |
|---|---|
w / s | 前进 / 后退 |
q / e | 左横移 / 右横移 |
a / d | 左转 / 右转 |
x | 急停 |
小写字母走一小段，大写字母持续移动直到停止。任何能写串口的程序都能驾驶底盘，语音大脑可以换成你自己的控制程序。
可复用的单元是「唤醒词 → 云端语音与语言模型 → 一个动作 → 单字符串口指令」。
| 层 | 移植时你要做的 |
|---|---|
| XIAO 电机固件与串口指令集 | 直接复用 |
| Pi 上的唤醒词与麦克风选择 | 直接复用 |
| 系统提示词里的动作列表与回话风格 | 按新指令修改 |
| 云端识别、模型与语音 | 现场离线时换成本地语音服务 |
| 传感器与自主能力 | 自己加——本设计只执行口头指令 |
核对方案与产品清单，再照部署指南装。
根据现场条件选择参数，自动匹配推荐硬件套餐与安装指南；也可以让 AI 助手为你核算推荐或一键部署。
完成机器人组装和舵机 ID 配置，烧录电机控制器固件，并将语音 AI 大脑部署到树莓派。
6 步 · 约 30min
不能。语音识别、语言模型和语音回复都走 Groq 云端接口。只有唤醒词和车轮控制在机器人本地。
会。唤醒后录下的 3 秒指令发到 Groq 识别，回复也在那里生成。录音内容敏感时请先确认 Groq 的条款。
英文指令，7 种动作：前进、后退、左右横移、左右转向、停止，另有持续模式和调速。唤醒后的指令窗口是 3 秒。不会导航，也不会避障。
站在约 1 米内，清楚地说 "Hey Jarvis"。一直叫不醒时，查看容器日志，确认麦克风选中的是 reSpeaker Flex。
启动后第一次请求可能要 2–3 秒，之后更快。响应时间取决于 Groq 接口和你的网络。
能。XIAO ESP32S3 经 USB 串口（115200 波特率）接收单字符指令，x 为急停。任何能写这个串口的程序都能驾驶底盘。
设备设置里可选 6 种音色。唤醒词、识别语言和模型名都是容器设置项。换其他语言需要支持该语言的识别与语音模型。
需要一个 Groq API Key，免费额度够日常使用。