ESP32-S3 语音对话终于跑通：从分阶段处理到实时会话
记录一台 ESP32-S3 参考设备从完整但迟缓的录音、转写、AI 回复和语音合成链路，转向单个实时语音会话的过程；解释为什么实时交互到了资源有限的硬件上，不再只是接入一个 API，而是要重新调度音频、网络、显示与播放。
继续看这次记录从零开始的造物记录
把想法，做成能用的东西。
当前章节
我现在做到哪了
网站会跟着真实进度生长。这里始终保留最近一次公开的尝试、问题或阶段结果。
过程比答案更长
学习与失败记录
供电、结构、材料和表达方式都可能让一个想法停下来。把问题写清楚，下一次才不会重新踩一遍。
ESP32-S3 语音对话终于跑通：从分阶段处理到实时会话
记录一台 ESP32-S3 参考设备从完整但迟缓的录音、转写、AI 回复和语音合成链路，转向单个实时语音会话的过程；解释为什么实时交互到了资源有限的硬件上，不再只是接入一个 API，而是要重新调度音频、网络、显示与播放。
ESP32 录音严重欠采样：ST7789 屏幕刷新为什么会拖垮 I²S 采集
复盘一次 ESP32-S3 录音严重欠采样故障：从 Base64 缓冲区错误，到定位低速 ST7789 重绘阻塞 I²S，再用独立 FreeRTOS 采集任务和分频局部刷新完成验证。
ESP32-S3 + INMP441 语音输入实测：从按住录音到网页转文字
记录 ESP32-S3 与 INMP441 从按住录音、屏幕声量反馈、WAV 上传，到服务端音频处理、whisper.cpp 转写和网页显示的完整实测链路。
真正留下来的东西
做成的东西
这些想法已经经过试错和返工，变成了我自己会继续使用的物品。
ESP32-S3 AI 语音对话原型
完成一套由按钮触发的 AI 语音对话原型：ESP32-S3 持续发送麦克风音频，在同一个实时会话中接收 AI 回复，并通过屏幕和扬声器完成反馈。
已完成
- ESP32-S3
- AI 语音对话
- 语音交互
从头看
每一件能用的东西，都从不会开始。
这里会持续记录从第一次尝试，到失败、返工和真正做成的过程。你可以从最早的公开记录开始看。