【K230/K230D新技能点亮】CanMV K230 MicroPython版小智语音助手正式上线，速来体验

Viewed 154
technical_data

问题描述

今天给大家带来重磅更新：CanMV K230 MicroPython 小智语音助手完整例程正式发布！

无需复杂C代码开发，依托MicroPython极简语法，在K230/K230D开发板快速搭建带IoT设备控制、人脸唤醒的本地语音助手，云端对话、TTS播报、硬件联动一站式搞定。
image.png

一、方案整体概述

本次发布的小智语音助手例程，专为CanMV K230平台打造，基于WebSocket连接云端小智服务，完整覆盖语音采集、ASR语音识别、LLM大模型对话、TTS语音播放、人脸唤醒、IoT设备控制全链路能力。 例程源码路径：resources/examples/26-xiaozhi，烧录至SD卡即可在CanMV VSCode 插件直接运行。

硬件适配清单

  • 主控：CanMV K230 / K230D开发板
  • 外设：摄像头、板载麦克风、扬声器/耳机
  • 交互按键：默认GPIO21（低电平触发录音）
  • 状态指示灯：默认GPIO52，可在代码内自定义修改

网络要求
开发板接入WiFi/LAN网络，可正常访问云端服务地址api.tenclass.net，首次运行需完成设备网页激活。

二、三步快速上手运行

设备激活（首次运行必做）

  1. 在CanMV插件运行/sdcard/examples/26-xiaozhi/run.py；
  2. 查看串口日志获取设备激活码；
  3. 浏览器打开官网 https://xiaozhi.me/ 输入激活码完成绑定；
  4. 激活成功后重启脚本，即可正常建立云端连接。

启动程序

# 基础启动，使用默认按键、LED引脚
main()
# 自定义硬件引脚启动
main(key_pin=21, led_pin=52)

修改 run.py 顶部KEY_PIN、LED_PIN参数，适配自有硬件接线。

标准交互流程

  1. 等待界面显示等待按键唤醒后，再进行操作；
  2. 按住对话按键录音，松开自动上传语音至云端；
  3. 云端返回文本+语音，板端自动播放TTS字幕；
  4. 支持人脸注册唤醒，识别到已录入人脸无需按键即可对话。
    ⚠️ 重要提示：网络连接、设备激活未完成前按键，会出现连接报错，耐心等待就绪状态再交互。

三、模块化代码架构 二次开发零门槛

整套例程分层解耦，每个模块职责清晰，开发者可按需裁剪、新增自定义硬件能力：

run.py                # 程序入口、UI主循环、资源回收
xiaozhiclient.py      # 业务核心：设备激活、会话管理、消息分发
websocket_client.py   # WSS长连接、音频二进制帧收发
audio_manager.py      # 录音采集、Opus编解码、TTS播放缓冲队列
config.py             # 设备UUID、服务器地址、全局配置管理
lvgl_ai.py            # LVGL可视化界面、摄像头人脸渲染
face_reg_rec.py       # 人脸检测、人脸注册唤醒逻辑
iot/                  # IoT/MCP设备抽象层
├── thing_manager.py  # 设备统一管理、云端命令分发
└── things/speaker.py # 示例硬件：扬声器音量控制

核心数据流

按键录音 → Opus编码上传云端 → 云端ASR+LLM+TTS处理 → 下发语音文本 → 板端音频播放+UI状态同步； 云端下发IoT控制指令 → ThingManager调度硬件执行，同步设备状态回传。

四、IoT/MCP硬件控制能力亮点

本套例程原生支持MCP工具调用与IoT设备联动，快速实现语音控制硬件：

  1. 能力自动上报：握手消息声明MCP支持，云端自动识别板端可控设备；
  2. 标准化设备模型：统一Thing抽象类，新增传感器、电机、屏幕仅需继承扩展；
  3. 语音下发指令执行：通过云端对话直接下发控制命令，例如语音调节扬声器音量；
  4. 状态实时回传：硬件参数变更后自动同步状态至云端。

新增自定义硬件参考模板：iot/things/speaker.py，注册至ThingManager即可使用。

五、界面状态说明 快速定位运行问题

界面状态文案 对应含义
网络连接中，请稍后 WebSocket未就绪，请勿按键
等待按键唤醒 系统就绪，可正常对话
等待您的指令 系统就绪，可正常对话（等待用户输入）
正在录音，保持按住按键说话 用户正在录音输入中
获取指令结束 松开按键，语音上传中
说话中/说话结束 用户语音输入完成 / 结束
TTS语音播放进程状态 系统正在播放或处理语音回复

六、开发注意事项

  1. 散热与供电：人脸检测+音频解码算力占用较高，长时间运行保证稳定供电与散热；
  2. 网络环境：首次激活依赖HTTPS/WSS接口，防火墙、代理请勿拦截域名；
  3. 程序退出：CanMV有停止运行按键，按下之后系统自动回收摄像头、音频、网络资源；
  4. 存储依赖：SD卡需完整存放字体、表情等UI资源，缺失会导致界面异常。

七、开发文档&源码获取

完整技术讲解文档：https://www.kendryte.com/k230_canmv/zh/main/example/xiaozhi/xiaozhi.html

源码仓库路径：resources/examples/26-xiaozhi

小楠254
1 Answers