esp-box

esp-box

集成离线语音和边缘AI的开源AIoT开发平台

ESP-BOX是一款基于ESP32-S3 SoC的开源AIoT开发平台。它集成了离线语音助手、边缘AI处理能力,可用于开发智能家居控制器、在线AI聊天机器人等多种应用。该平台提供完整的硬件设计和固件源码,并支持多种开发框架,为AIoT应用开发提供了灵活多样的开发环境。

ESP-BOXESP32-S3AIoT开发平台语音交互Github开源项目
<p align="center"> <img src="https://yellow-cdn.veclightyear.com/ab5030c0/f3f13246-a32d-48aa-84a8-adcc87064c70.jpg" width="auto" height="auto" alt="ESPRESSIF"> </p>

ESP-BOX AIoT 开发框架

<p align="left"> <a href="https://github.com/espressif/esp-box/blob/master/LICENSE" alt="构建示例"> <img alt="GitHub" src="https://img.shields.io/github/license/espressif/esp-box"></a> <a href="https://github.com/espressif/esp-box/actions/workflows/build-examples-gh-pages-on-push.yml" alt="构建示例"> <img src="https://yellow-cdn.veclightyear.com/ab5030c0/ebf65b1a-2537-4f3c-8bc5-144d030fff8a.svg" /></a> <a href="https://github.com/espressif/esp-box/graphs/contributors" alt="贡献者"> <img src="https://img.shields.io/github/contributors/espressif/esp-box" /></a> <a href="https://github.com/espressif/esp-box/releases" alt="GitHub 所有版本"> <img src="https://img.shields.io/github/downloads/espressif/esp-box/total" /></a> </p> <a href="https://espressif.github.io/esp-launchpad/?flashConfigURL=https://espressif.github.io/esp-box/launchpad.toml"> <img alt="使用 ESP Launchpad 尝试" src="https://yellow-cdn.veclightyear.com/ab5030c0/49becbfc-6af3-4a00-879f-4054f07d4f9e.png" width="250" height="70"> </a>

重要提示:

收到 ESP32-S3-BOX-3 后,我们建议通过乐鑫在线固件烧录工具 ESP Launchpad 更新内置出厂固件,以确保您获得最新的错误修复。目前,最新版本是 ESP-BOX-3_Demo_V1.2.4。要验证软件版本,请前往"关于我们"页面。

ESP-BOX 是乐鑫系统发布的先进 AIoT、边缘 AI 和 IIoT 应用开发平台。ESP32-S3-BOX、ESP32-S3-BOX-Lite 和 ESP32-S3-BOX-3 是为该平台设计的一系列开发板,它们基于乐鑫强大的 ESP32-S3 Wi-Fi + 蓝牙 5 (LE) SoC,具有紧凑美观的外壳。利用多功能配件和仓库中可靠的示例,这些开发板既适用于原型设计新项目,也适用于构建复杂的物联网系统,提供了形式和功能的完美平衡。

ESP-BOX 提供了一个平台,用于开发各个领域的应用,包括离线语音助手、在线 AI 聊天机器人(使用 OpenAI 和其他大型语言模型平台开发)、Matter 设备/控制器、机器人控制器、USB 设备/主机、无线传感器应用以及广泛的人机交互 (HMI) 应用。体验可能性——将其添加到您的工具包中,探索无限潜力!

产品名称产品图片市场状态
ESP32-S3-BOX<sup> 1 </sup><img src="https://yellow-cdn.veclightyear.com/ab5030c0/5bab0c34-4922-4f45-804a-cf5c73fca768.png" width="200px" />停产 <br> 用户指南
ESP32-S3-BOX-Lite<sup> 1</sup><img src="https://yellow-cdn.veclightyear.com/ab5030c0/4ada4592-614c-4802-8476-6200f7af9f51.png" width="200px" />停产 <br> 用户指南
ESP32-S3-BOX-3<sup> 2</sup><img src="https://yellow-cdn.veclightyear.com/ab5030c0/da857ccf-30d0-4b2a-9f7d-08415fc03d52.png" width="200px" />在售 <br> 用户指南

注 1:收到 ESP32-S3-BOX 和 ESP32-S3-BOX-Lite 后,我们建议更新内置出厂固件以确保您获得最新的错误修复。在 master 分支中,我们将逐步为这两款开发板提供有限支持。欲了解更多信息,请参阅示例的 readme。

注 2:ESP32-S3-BOX-3 提供两种不同版本:ESP32-S3-BOX-3 和 ESP32-S3-BOX-3B。ESP32-S3-BOX-3 是标准版,配有四个蓝色配件,ESP32-S3-BOX-3B 提供较少配件,以满足不需要太多不必要硬件的入门者。有关区别的更多详情,请查看此处

版本

ESP-BOX依赖的 ESP-IDF分支说明支持状态
master>= release/v5.1<br/>提交 ID: 22cfbf30c3最新开发固件 <br/>esp-sr 组件版本:v1.4.1部分支持 ESP32-S3-BOX、ESP32-S3-BOX-Lite 和 ESP32-S3-BOX-3 <br>使用 menuconfig 选择开发板<br> 详情请参阅示例的 README
标签 0.5.0release/v5.1<br>提交 ID: 22cfbf30c3esp-sr 组件版本:v1.3.4兼容 ESP32-S3-BOX 和 ESP32-S3-BOX-Lite <br/>使用 menuconfig 选择开发板
标签 0.3.0release/v4.4<br>提交 ID: 2bdea81b2aesp-sr 版本:dev/v2.0<br>提交 ID: c873a35兼容 ESP32-S3-BOX 和 ESP32-S3-BOX-Lite
标签 0.2.1release/v4.4 带补丁esp-sr 版本:接近 v1.0<br/>提交 ID: 3ce34fe仅支持 ESP32-S3-BOX
标签 0.1.1release/v4.4 带补丁esp-sr 版本:v0.9.6<br/>提交 ID: 3ce34fe仅支持 ESP32-S3-BOX

特性

  • 一款开箱即用的入门级边缘 AI + HMI 应用开发板。
  • 基于 FreeRTOS 的四合一语音交互面板:离线语音识别、网络通信、屏幕显示、外设控制。
  • 支持双麦远场语音交互。
  • 高唤醒率的离线语音唤醒和命令识别。
  • 允许连续识别、唤醒中断和超过 200 个可自定义命令词。
  • 灵活多样的家庭自动化解决方案:Matter、Home Assistant、ESP-RainMaker
  • 可视化拖放式 GUI 开发:LVGL SquareLine Studio、Embedded Wizard 等。
  • 丰富的开发框架:ESP-IDF、Arduino、PlatformIO、Circuit Python 等。

开源内容

基于 Apache 2.0 开源许可证,您可以自由修改、开发或分发内容。

内置固件用户指南

开发者指南

ESP-BOX 集成了来自 ESP Registry 的 ESP-IDF 组件,这些组件常用于 AIoT 开发,您可以利用它们构建自己的应用程序。

快速入门

云端快速入门

ESP BOX APP 基于商业移动 APP 架构 Nova Home 构建,提供了精美的 UI 和更好的用户体验,但开放性有限。要获取访问权限,客户需要通过电子邮件 sales@espressif.com 与我们进行商业联系。 对于开发者,我们提供 ESP RainMaker 解决方案,其中包括公开可用的开发文档和 API 指南。以下是访问它们的途径:

NuttX

ESP32-S3-BOX-3 还支持与 NuttX 集成,提供更多的灵活性和功能。NuttX 是一个实时操作系统(RTOS),以其小巧的体积、高效性和实时性能而闻名,是嵌入式系统的绝佳选择。

开发者优秀项目

我们积极收集基于 ESP-BOX 的优秀项目,以激发更多开发者的创新。我们感谢那些推动蓬勃社区文化的爱好者,并欢迎更多开发者为充满活力的 ESP32 社区做出贡献。

联系我们

  • 如果您有任何技术问题,请在 GitHub Issues 或论坛 esp32.com 上提交问题以获取帮助。
  • 如果您对 ESP-BOX 项目感兴趣,欢迎到 ESP-BOX 论坛 与我们分享您的想法。

贡献示例

我们欢迎任何开源软件或硬件的贡献。如果您有想与我们分享的示例,请点击贡献指南并提交Pull Requests以贡献您的代码。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多