Набор и компоненты для самостоятельной сборки электроники Espressif Systems ESP-VoCat — это платформа для создания устройств с голосовым интерфейсом и интеграцией ИИ. В основе лежит модуль ESP32-S3-WROOM-1-N16R16VA с 16 МБ Flash и 16 МБ PSRAM, предназначенный для задач edge AI и локального распознавания речи.

• Модуль ESP32-S3-WROOM-1-N16R16VA с 16 МБ Flash и 16 МБ PSRAM
• Круглый сенсорный экран 1,85" (360 × 360) с нативными датчиками касания
• Аудиосистема: динамик 3 Вт и двойной микрофон для голосового управления
• Поддержка карт microSD до 32 ГБ для хранения моделей ИИ
• Интеграция с OpenAI, Gemini и Amazon Nova
• 6-осевой IMU BMI270 и магнитное соединение для расширения

Система поддерживает полнодуплексную голосовую связь и интеграцию с моделями OpenAI, Gemini и Amazon Nova. Благодаря двойному микрофону и динамику 3 Вт устройство реализует распознавание команд, голосовое пробуждение и локализацию источника звука. Это позволяет создавать умные колонки, интерактивные игрушки и системы голосового управления со стабильной связью.

Круглый экран 1,85" с разрешением 360 × 360 пикселей использует нативные сенсорные датчики ESP32-S3. Такое решение обеспечивает интуитивное взаимодействие с пользователем и отображение данных в реальном времени. Сенсорный интерфейс обеспечивает интуитивное взаимодействие и отображение данных в реальном времени.

Питание осуществляется через порт USB-C или от аккумулятора Li-Ion 3,7 В, что повышает мобильность решения. Управление энергией реализовано с помощью контроллеров TP4057, BQ27220 и преобразователей TLV62569 и SY8088AAC. Стабильная работа при сложных задачах обработки сигнала обеспечивается применением специализированных контроллеров питания.

Наличие слота microSD до 32 ГБ позволяет хранить мультимедийные данные и модели ИИ. Магнитное соединение (UART + 5 В) и соединение Pogopin упрощают интеграцию с другими модулями и периферией. Встроенный 6-осевой IMU BMI270 обеспечивает сбор инерциальных данных.

Этот набор предназначен для разработчиков, которые создают современные решения на базе edge AI и нуждаются в надежной аппаратной базе для голосовых интерфейсов.