旧电话机“智”变：用ESP32-S3和小智AI打造复古智能电话-极牧

一台落满灰尘的旧式电话机，经过适度改造后，可以成为一台基于 ESP32-S3 的语音交互设备。这个项目保留电话机的外观和听筒结构，在内部加入 I2S 数字麦克风、I2S 功放模块和小智 AI 软件：拿起听筒后开始对话，放下听筒后结束交互。

项目同时涉及 ESP-IDF 环境搭建、小智 AI 源码编译、GPIO 配置、I2S 音频驱动和旧设备内部改造，适合具备一定嵌入式开发基础的创客。需要提前说明的是，项目能否稳定运行取决于硬件接线、供电、WiFi 连接以及小智 AI 服务端配置，并不是完成烧录后即可在所有设备上直接复现。

硬件组成

组件	型号或规格	数量	作用
主控板	ESP32-S3-DevKitC-1，Flash 不低于 8MB，PSRAM 不低于 2MB	1	负责运算、联网和外设控制
I2S 麦克风	INMP441 或其他 I2S 数字麦克风	1	采集语音
I2S 功放模块	MAX98357	1	放大数字音频信号
扬声器	8Ω、3W，或电话原装喇叭	1	播放语音回复
旧式电话机	任意带听筒的款式	1	作为项目外壳和交互载体
导线、铜条	若干	—	用于内部连接和摘机检测
USB 数据线	Type-C	1	供电与烧录

ESP32-S3-DevKitC-1 的 Flash 和 PSRAM 容量需要与项目配置相匹配。原项目要求至少具备 2MB PSRAM，并建议使用更大容量的 PSRAM；如果使用 2MB PSRAM，需要同步检查软件配置。

电话机内部改造

处理听筒和扬声器

拆开电话机底盖后，先确认原有电路板、听筒线路以及摘机检测结构，再决定拆除哪些部件。原项目保留听筒中的四根线，其中两根原本连接麦克风，另外两根连接听筒扬声器。

拆开听筒，取下原装碳精麦克风，将 INMP441 等 I2S 麦克风模块安装到原麦克风位置。由于不同电话机的内部空间和固定方式并不相同，安装时需要避免麦克风被外壳挤压，并尽量减少导线松动。

电话机原有的外放喇叭可以继续使用，由 MAX98357 功放模块驱动。听筒中的小型扬声器在本方案中不再参与播放，语音主要通过电话机外放喇叭输出。

利用摘机开关检测状态

电话机内部通常有由听筒压下的弹片或铜片，用于接通和断开电话线路。改造时，可以将这组机械结构作为摘机检测开关：

铜条一端连接 ESP32-S3 的 GPIO_NUM_8；
另一端连接 GND；
GPIO 配置为输入，并启用内部上拉电阻。

在当前接线方式下：

听筒放下时，铜片接触，GPIO 被拉到低电平；
听筒拿起时，铜片分离，GPIO 通过内部上拉变为高电平。

软件据此区分“挂机”和“摘机”。由于不同电话机的弹片结构可能相反，实际装配后应先用串口日志或调试方式确认电平变化，再决定软件中的有效电平和事件映射。

硬件接线

本项目采用以下 GPIO 分配方案。引脚可以在 config.h 中调整，但修改后必须同时检查软件配置和实际接线，避免多个外设使用同一个 GPIO。

I2S 麦克风接线

以 INMP441 为例：

WS → GPIO_NUM_4，字选择信号
SCK → GPIO_NUM_5，时钟信号
DIN → GPIO_NUM_6，数据输入
L/R → GND，选择左声道
VDD → 3.3V
GND → GND

供电和地线不能接反，否则可能损坏麦克风模块。原项目说明中提到部分连接可不接，但这不应理解为可以省略模块的正常供电。实际接线前，应以所用 INMP441 模块的引脚定义和电源要求为准。

I2S 功放接线

以 MAX98357 为例：

BCLK → GPIO_NUM_15，位时钟
LRC → GPIO_NUM_16，左右声道时钟
DIN → GPIO_NUM_7，音频数据输入
GAIN → GND，较低增益
SD → 3.3V，使能功放
VIN → 3.3V 或 5V
GND → GND

GAIN 的具体效果取决于模块设计和供电条件。如果音量过大或过小，可以尝试调整该引脚，但应先确认模块的电气规格。功放的电源和地线需要连接可靠，隐藏在元件下方的焊点尤其要检查是否存在虚焊或短路。

摘机检测接线

铜条 1 → GPIO_NUM_8
铜条 2 → GND
GPIO 启用内部上拉电阻
软件中设置 active_high = false

建议先在不连接其他音频模块的情况下，单独测试摘机开关的高低电平变化。确认听筒拿起和放下时的状态后，再接入完整的软件事件逻辑，可以减少排查难度。

核心软件逻辑

本项目基于开源的 xiaozhi-esp32 项目进行二次开发，摘机检测逻辑放在 compact_wifi_board.cc 中。代码的核心思路是：将电话机的机械弹片当作一个按钮，根据电平变化触发唤醒或退出事件。

// 在构造函数中初始化摘机检测按钮
CompactWifiBoard() :
    boot_button_(BOOT_BUTTON_GPIO),
    touch_button_(TOUCH_BUTTON_GPIO, false, 300, 100)
    // 低电平有效，长按 3 秒触发
{
    InitializeDisplayI2c();
    InitializeSsd1306Display();
    InitializeButtons();
    InitializeTools();
}

// 在 InitializeButtons 中注册事件
void InitializeButtons() {
    // 拿起听筒：唤醒小智
    touch_button_.OnClick([this]() {
        auto& app = Application::GetInstance();
        app.WakeWordInvoke("你好小智");
        GetDisplay()->ShowNotification("正在唤醒...");
    });

    // 放下听筒：退出对话
    touch_button_.OnLongPress([this]() {
        auto& app = Application::GetInstance();
        app.WakeWordInvoke("退出");
        GetDisplay()->ShowNotification("正在退出...");
    });
}

这里有三个参数需要结合实际接线理解：

active_high = false：低电平被视为按钮有效状态。由于摘机开关一端接地，听筒放下时对应低电平；
long_press_time = 300：长按判定时间为 300ms，即 3 秒，用于避免短暂抖动直接触发退出；
OnClick 与 OnLongPress 的具体触发结果，取决于按钮库对“按下”和“释放”的定义，以及电话机弹片的实际电平变化。

在当前逻辑中，听筒放下对应持续低电平，因此触发长按事件并发送“退出”；听筒拿起后电平恢复为高电平，对应释放或点击事件，从而发送“你好小智”。如果实际电话机的开关状态相反，需要调整接线或软件逻辑，不能直接照搬事件映射。

编译与烧录

项目使用 ESP-IDF v5.3 或更高版本开发。进入源码目录后，先设置目标芯片：

cd xiaozhi-esp32
idf.py set-target esp32s3

然后打开项目配置界面：

idf.py menuconfig

在 Xiaozhi Assistant → Board Type 中选择对应的开发板类型。如果实际使用的 GPIO 与默认配置不同，需要同步修改 GPIO 定义。例如：

#define AUDIO_I2S_MIC_GPIO_WS   GPIO_NUM_4
#define AUDIO_I2S_MIC_GPIO_SCK  GPIO_NUM_5
#define AUDIO_I2S_MIC_GPIO_DIN  GPIO_NUM_6

#define AUDIO_I2S_SPK_GPIO_DOUT GPIO_NUM_7
#define AUDIO_I2S_SPK_GPIO_BCLK GPIO_NUM_15
#define AUDIO_I2S_SPK_GPIO_LRCK GPIO_NUM_16

#define BOOT_BUTTON_GPIO        GPIO_NUM_
#define TOUCH_BUTTON_GPIO       GPIO_NUM_8

完成配置后，执行编译和烧录：

idf.py build
idf.py flash -p [你的串口号]

烧录完成并重新上电后，设备会进入配网模式。使用手机连接名称类似 Xiaozhi-xxxx 的 WiFi 热点，再访问配置网络。连接成功后，可以通过“你好，小智”测试语音交互。

工作原理

语音数据链路

用户说话时，安装在听筒中的 I2S 麦克风负责采集音频，并通过 I2S 总线传给 ESP32-S3。ESP32-S3 再通过 WebSocket 将音频数据发送到小智 AI 云端服务器。

服务端负责语音理解和回复生成，原项目提到可以使用 Qwen、DeepSeek 等大语言模型。生成的语音数据以流式方式返回 ESP32-S3，经 MAX98357 放大后，由电话机外放喇叭播放。

因此，这个项目并不是完全离线的语音设备。它需要稳定的 WiFi 连接，并依赖小智 AI 服务端完成后续处理。网络中断、服务端不可用或音频参数不匹配，都可能导致无法唤醒、回复延迟或没有声音。

摘机检测逻辑

GPIO_NUM_8 配置为输入，并启用内部上拉电阻。听筒放下时，铜条接触地线，GPIO 为低电平；听筒拿起时，铜条分离，GPIO 被上拉为高电平。

在 active_high = false 的条件下：

低电平被视为“按下”；
听筒放下，相当于持续按下，达到长按时间后触发 OnLongPress，发送“退出”；
听筒拿起，相当于释放，触发 OnClick，发送“你好小智”。

实际使用时，如果机械触点存在抖动，可能出现重复触发或状态误判。长按判定能够减少一部分误触，但仍建议确保弹片安装牢固、接线长度适当，并在软件和硬件两侧分别确认状态变化。

扩展：让小智整理电脑照片

除了语音问答，这套系统还可以通过后端工具扩展功能。原项目给出的示例是：在小智 AI 后端注册一个文件整理工具，当用户提出整理照片的请求时，由服务端调用该函数处理指定目录中的图片。

工具调用方式

后端 Python 服务支持自定义 Tools。示例函数名为 organize_images，可以根据日期、扩展名或图片尺寸对文件进行分类移动：

# 文件整理工具函数
def organize_images(source_dir, target_base_dir="", mode="date"):
    # ...完整实现见项目源码
    return {"moved": moved_count, "errors": errors}

# 注册为 AI 工具
TOOLS = [
    {
        "type": "function",
        "function": {
            "name": "organize_images",
            "description": "整理指定文件夹中的图片，按日期/扩展名/尺寸分类",
            "parameters": {
                "source_dir": {"type": "string"},
                "mode": {"enum": ["date", "ext", "size"]}
            }
        }
    }
]

示例中提到的文件位置是 mcp-calculator-main/pic.py。这类工具涉及真实文件移动，不能只把语音识别结果直接当作操作指令执行。使用前应明确源目录、目标目录和分类方式，并保留必要的备份；否则一旦路径识别错误或工具参数配置不完整，可能造成文件被移动到不易查找的位置。

功能验证

可以按照以下顺序测试：

设备上电，确认能够播放初始化提示音；
拿起听筒，检查屏幕是否显示“正在唤醒…”；
确认设备是否播报“你好，我在”；
对着听筒说话，检查外放喇叭能否播放语音回复；
如果已配置照片整理工具，再测试整理指定文件夹的语音请求；
放下听筒，确认屏幕显示“正在退出…”并结束对话。

建议先验证摘机检测、麦克风采集和扬声器播放，再测试网络问答，最后测试文件整理等涉及实际操作的扩展功能。这样可以将机械、电气、音频和服务端问题分开定位。

供电与安全注意事项

确认供电方案。 原项目提到使用 3.7V 锂电池供电，同时功放模块的 VIN 可接 3.3V 或 5V。实际装配时应根据所用开发板、功放模块和电池管理方案确认电压范围，不能仅凭外观或接口判断。
检查麦克风电源。 INMP441 的 VDD 和 GND 不能接反，否则可能损坏模块。电源、地线和信号线应分别核对。
谨慎调整功放增益。 GAIN 接地时为较低增益，接 3.3V 时可能获得更高增益。调整后应先低音量测试，避免扬声器过载或出现明显失真。
确认 PSRAM 配置。 项目要求 ESP32-S3 至少具备 2MB PSRAM，并建议使用 8MB。如果使用 2MB PSRAM，需要检查并调整相关配置。
保证网络稳定。 设备需要通过 WiFi 与小智 AI 服务端通信，网络不稳定会影响语音识别、回复速度和播放连续性。
注意焊接安全。 改造过程涉及拆机、焊接和电路连接。上电前应检查是否短路、是否存在裸露焊点，以及功放电源和地线是否连接牢固。
保留原机结构。 如果希望以后恢复电话机原状，拆除原电路板和线路时应记录接线位置，并尽量采用可拆卸连接方式。

旧式电话机在这个项目中并不是简单的外壳，而是同时承担了交互结构、摘机检测和声音输出等功能。ESP32-S3 负责本地控制和联网，I2S 麦克风与功放负责音频输入输出，小智 AI 服务端负责语音交互的后续处理。三者之间任何一环配置不一致，都可能影响最终效果。

按原项目的配置，主控板、麦克风和功放模块的成本约为百元级，但实际花费会受到电话机、电源方案和改造材料的影响。对于创客教育，它可以用来展示旧物改造、GPIO 状态检测、I2S 音频和 AI 服务调用之间的关系；对于有嵌入式基础的开发者，则适合作为一个软硬件结合的练习项目。项目源码基于 xiaozhi-esp32 二次开发，正式制作前应先完成单模块测试，再进行整体装配。

文章版权归作者所有，未经允许请勿转载。

THE END