2、核心硬件选型：主流语音模块与Wi-Fi/蓝牙模组的选型对比

做设备联网语音控制，说白了就是两件事：听得懂人话和连得上网络。

选型选不好，后面全是坑。我这些年折腾下来，踩过的雷能绕办公室一圈。今天咱们就聊聊语音模块和Wi-Fi/蓝牙模组怎么挑。

2.1 语音模块：SU-03T vs LD3320

先说说语音模块。市面上常见的就两款：SU-03T和LD3320。嗯，这两货性格完全不同。

SU-03T：离线语音识别的“懒人神器”

SU-03T是我个人比较喜欢的一款。为什么？因为它开箱即用。

• 离线识别：不需要联网，本地就能干活。延迟低，隐私也好。
• 可定制词条：通过串口工具，你可以自定义唤醒词和命令词。比如“小爱同学”改成“老王开门”。
• 接口简单：UART、GPIO都有，直接跟MCU通信。

代码示例？其实SU-03T不需要你写太多代码。你只需要通过串口发AT指令就行：

// 发送唤醒词配置
AT+WAKEUP=老王开门

// 发送命令词配置
AT+CMD=打开灯,1
AT+CMD=关闭灯,2

// 查询当前状态
AT+STATUS?

说白了，SU-03T就是个“黑盒子”。你告诉它词条，它就能干活。适合快速原型验证。

LD3320：语音识别的“硬核玩家”

LD3320就不一样了。它是个语音识别芯片，需要你自己写驱动、做算法。

• 非特定人识别：谁说话都能识别，不用训练。
• 词条动态修改：运行时可以改词条，灵活性高。
• 需要MCU配合：它只负责语音特征提取，识别逻辑得你自己写。

LD3320的代码就复杂多了：

// LD3320初始化
void LD3320_Init() {
    // 复位芯片
    LD3320_RST_LOW();
    delay_ms(10);
    LD3320_RST_HIGH();
    delay_ms(10);
    
    // 配置SPI
    SPI_Init(SPI_MODE_0, SPI_SPEED_1MHz);
    
    // 加载词条
    LD3320_LoadWords("打开灯", 0x01);
    LD3320_LoadWords("关闭灯", 0x02);
}

// 识别结果回调
void LD3320_ResultCallback(uint8_t cmd) {
    switch(cmd) {
        case 0x01: // 打开灯
            GPIO_SetLevel(LED_PIN, HIGH);
            break;
        case 0x02: // 关闭灯
            GPIO_SetLevel(LED_PIN, LOW);
            break;
    }
}

你想想看，LD3320适合什么场景？适合你对识别算法有定制需求，或者需要高灵活度的项目。但代价就是开发周期长。

2.2 Wi-Fi/蓝牙模组：ESP32 vs ESP8266

说完语音，咱们聊聊联网。ESP32和ESP8266，这两兄弟我用了好多年。

ESP8266：Wi-Fi联网的“性价比之王”

ESP8266便宜啊，几块钱一片。但便宜不代表不好用。

• 单Wi-Fi：只支持802.11 b/g/n，没有蓝牙。
• 资源有限：80MHz主频，160KB RAM。跑个TCP/IP栈还行，别想跑复杂应用。
• AT指令模式：你可以把它当Wi-Fi透传模块用，也可以自己写固件。

ESP8266的AT指令示例：

// 连接Wi-Fi
AT+CWJAP="MyWiFi","password"

// 建立TCP连接
AT+CIPSTART="TCP","192.168.1.100",8080

// 发送数据
AT+CIPSEND=5
>Hello

ESP32：全能型“多面手”

ESP32是我现在的主力。它集成了Wi-Fi和蓝牙，还有双核处理器。

• 双模蓝牙：支持经典蓝牙和BLE。你可以用BLE做低功耗设备，用经典蓝牙传音频。
• 双核240MHz：一个核跑协议栈，一个核跑应用。互不干扰。
• 丰富外设：I2S、SPI、UART、ADC……基本够用。

ESP32的代码示例（Arduino框架）：

#include <WiFi.h>
#include <BluetoothSerial.h>

BluetoothSerial SerialBT;

void setup() {
    Serial.begin(115200);
    
    // 连接Wi-Fi
    WiFi.begin("MyWiFi", "password");
    while (WiFi.status() != WL_CONNECTED) {
        delay(500);
        Serial.print(".");
    }
    
    // 初始化蓝牙
    SerialBT.begin("ESP32_Device");
}

void loop() {
    // 通过蓝牙接收语音命令
    if (SerialBT.available()) {
        String cmd = SerialBT.readString();
        Serial.println("Received: " + cmd);
        
        // 通过Wi-Fi发送到云端
        WiFiClient client;
        if (client.connect("192.168.1.100", 8080)) {
            client.print(cmd);
            client.stop();
        }
    }
}

2.3 选型对比表

为了方便你对比，我整理了一张表：

2.4 我的推荐组合

如果你问我怎么选，我直接给你答案：

• 入门级方案：SU-03T + ESP8266。成本低，开发快。适合做原型验证。
• 进阶级方案：LD3320 + ESP32。灵活度高，性能强。适合做量产产品。
• 终极方案：直接用ESP32做语音识别。ESP32的I2S接口+FreeRTOS，可以跑轻量级语音识别算法。不过这个难度大，不推荐新手尝试。

好了，选型就聊到这儿。下一章咱们聊聊怎么把这些模块连起来，做个真正的语音控制设备。