硬件编程 · 儿童拼图机器人语音复读 · 2026-09-28

需求洞察

目标用户是 3-8 岁儿童及其家长。真实痛点：传统拼图玩法静态，孩子拼完后缺少即时反馈；家长陪伴时间有限，难以持续回应孩子的自言自语；普通早教机内容固定，无法录入孩子自己的声音。儿童拼图机器人语音复读让拼图变成“会说话的伙伴”：孩子每拼好一块或完成一幅拼图，按下按钮，机器人录下孩子说的话，再播放出来，形成“我说—它学—它说”的循环。这种即时语音反馈能提升成就感，锻炼语言表达，也适合亲子共同改装。技术上，ESP32 的 I2S 双通道可同时处理麦克风输入和功放输出，SD 卡提供低成本存储，整体方案成熟且可扩展。

方案设计

• 感知层：INMP441 数字麦克风通过 I2S 采集语音；拼图触点或按键作为完成触发；可选光照传感器判断拼图是否放入。
• 控制层：ESP32 双核分工，核心 0 处理 I2S 录音与 SD 写卡，核心 1 处理播放逻辑与状态机；支持原声复读和简单变声（升调/降调）。
• 执行层：MAX98357A 功放驱动 8Ω 2W 扬声器；LED 指示录音/播放状态；按键用于启动录音和回放。
• 日志/联网层：SD 卡记录操作日志和音频文件；预留 WiFi 上传接口，可将孩子语音片段同步到手机（成本内暂不增加模块，仅软件预留）。

物料清单

接线与结构

• MAX98357A：BCLK=26，LRC=25，DIN=22，VIN=5V，GND，SD 接 5V 使能。
• INMP441：SCK=32，WS=33，SD=35，VDD=3.3V，L/R 接地选左声道。
• SD 卡模块：CS=5，SCK=18，MOSI=23，MISO=19，VCC=3.3V。
• 按键：录音键 GPIO34，播放键 GPIO35？注意 GPIO35 已给麦克风，改用 GPIO27 播放，GPIO14 录音。LED 用 GPIO2。
• 微调理由：原建议 MIC=32/33/35 正确；但播放键不能占用 35，改用 27 和 14，避免冲突。SPI 使用默认 VSPI 引脚，与 I2S 互不干扰。

核心代码

#include <driver/i2s.h>
#include <SPI.h>
#include <SD.h>

#define MIC_BCLK 32
#define MIC_WS   33
#define MIC_DIN  35
#define SPK_BCLK 26
#define SPK_LRC  25
#define SPK_DIN  22
#define SD_CS    5
#define BTN_REC  14
#define BTN_PLAY 27
#define LED_PIN  2

void i2s_mic_init() {
  i2s_config_t cfg = {
    .mode = (i2s_mode_t)(I2S_MODE_MASTER | I2S_MODE_RX),
    .sample_rate = 16000,
    .bits_per_sample = I2S_BITS_PER_SAMPLE_16BIT,
    .channel_format = I2S_CHANNEL_FMT_ONLY_LEFT,
    .communication_format = I2S_COMM_FORMAT_I2S,
    .intr_alloc_flags = ESP_INTR_FLAG_LEVEL1,
    .dma_buf_count = 4,
    .dma_buf_len = 1024
  };
  i2s_driver_install(I2S_NUM_0, &cfg;, 0, NULL);
  i2s_pin_config_t pins = { .bck_io_num = MIC_BCLK, .ws_io_num = MIC_WS,
                            .data_out_num = -1, .data_in_num = MIC_DIN };
  i2s_set_pin(I2S_NUM_0, &pins;);
}

void i2s_spk_init() {
  i2s_config_t cfg = {
    .mode = (i2s_mode_t)(I2S_MODE_MASTER | I2S_MODE_TX),
    .sample_rate = 16000,
    .bits_per_sample = I2S_BITS_PER_SAMPLE_16BIT,
    .channel_format = I2S_CHANNEL_FMT_ONLY_LEFT,
    .communication_format = I2S_COMM_FORMAT_I2S,
    .intr_alloc_flags = ESP_INTR_FLAG_LEVEL1,
    .dma_buf_count = 4,
    .dma_buf_len = 1024
  };
  i2s_driver_install(I2S_NUM_1, &cfg;, 0, NULL);
  i2s_pin_config_t pins = { .bck_io_num = SPK_BCLK, .ws_io_num = SPK_LRC,
                            .data_out_num = SPK_DIN, .data_in_num = -1 };
  i2s_set_pin(I2S_NUM_1, &pins;);
}

void record_to_sd(const char* path) {
  File f = SD.open(path, FILE_WRITE);
  int16_t buf[512];
  size_t bytes_read;
  while (digitalRead(BTN_REC) == LOW) {
    i2s_read(I2S_NUM_0, buf, sizeof(buf), &bytes;_read, portMAX_DELAY);
    f.write((uint8_t*)buf, bytes_read);
  }
  f.close();
}

void play_from_sd(const char* path) {
  File f = SD.open(path);
  int16_t buf[512];
  size_t bytes_read;
  while (f.available()) {
    bytes_read = f.read((uint8_t*)buf, sizeof(buf));
    i2s_write(I2S_NUM_1, buf, bytes_read, &bytes;_read, portMAX_DELAY);
  }
  f.close();
}

void setup() {
  pinMode(LED_PIN, OUTPUT);
  SD.begin(SD_CS);
  i2s_mic_init();
  i2s_spk_init();
}

void loop() {
  if (digitalRead(BTN_REC) == LOW) {
    digitalWrite(LED_PIN, HIGH);
    record_to_sd("/voice.wav");
    digitalWrite(LED_PIN, LOW);
  }
  if (digitalRead(BTN_PLAY) == LOW) {
    play_from_sd("/voice.wav");
  }
  delay(50);
}