小智AIよくある質問

表現を簡潔にするため、以下では小智AI端末を小智AIチャットロボットの意味で使います。ESP32-S3-WROOM-1 シリーズの開発ボードに関する内容を除き、質問の大半はブレッドボード構成を対象としており、他社製やカスタム構成の問題はここには含めていません。ファームウェアに関する回答は、上流の 78/xiaozhi-esp32 v2.5.2 に合わせて整理しています。管理画面 / コンソールの操作については、公式コンソールの実際の表示に従ってください。

基本入門

Q0：小智AIロボットを作る手順は？

A：ブレッドボード、デュポンケーブル、または自分で配線をはんだ付けする方法で、次の 5 ステップです。

1. 材料とモジュールの購入：リストに従って購入します。詳細は ハードウェア構築ガイド（部品リストと配線） を参照してください。
2. ハードウェアの配線：購入した開発ボード（44 ピンまたは 42 ピン）に合う配線図または接続表を選び、英字と数字の番号どおりに配線します。
3. ファームウェアのダウンロードと書き込み：
   • ファームウェアのファイル名は v2.5.2_<バリアント名>.zip の形式で、GitHub Releases が基準です。バリアント名は 対応開発ボード で探します。
   • ブレッドボードの Wi-Fi 構成：bread-compact-wifi（0.91 インチ 128×32 OLED）。128×64 のスクリーンを使う場合は bread-compact-wifi-128x64 を選びます。
   • ブレッドボードの ML307 4G 構成（オプション）：bread-compact-ml307（128×64 のスクリーンは bread-compact-ml307-128x64）。
   • 書き込みツールとファームウェアのダウンロード：ファームウェアダウンロード
4. ネットワークの設定：
   • ESP32-S3 開発ボードは標準で Wi-Fi に対応しています。設置場所の Wi-Fi またはスマートフォンのテザリングを設定します（2.4 GHz 帯のみ。追加認証が必要な Wi-Fi は非対応）。設定方法は ネットワーク設定説明 を参照してください。
   • ML307R-4G 版は SIM カード / データカード（IoT カード）を挿すだけで接続できます。
5. デバイスの登録：ネットワークに接続すると、デバイスがアクティベーションコードを表示して読み上げます。コンソールでコードを入力するとバインドが完了します。詳細は 初回起動 を参照してください。「你好小智」と呼びかければ使えます。
   • コンソールの入口は 上流 README を参照してください。

注意：

• 手順 3 と 4 の Wi-Fi 設定は、ハードウェアの配線前に行っても構いません。
• サードパーティ製の開発ボードや組み立て済み製品を購入した場合は、各製品の説明に従ってください。通常は配線不要で、対応するファームウェアをそのまま書き込めます。

Q1：はんだごてが使えませんが、小智AIチャットロボットを作れますか？

A：作れます。プロジェクトのチュートリアルに従い、ブレッドボードの Wi-Fi 構成を使います。購入時にピンがはんだ付け済みの電子部品モジュールを選び、文書の手順で配線し、ファームウェアを開発ボードに書き込み、Wi-Fi の設定とデバイス登録を行えば完成します。全工程ではんだごては不要です。

Q2：小智AIを作るための部品リストはどこで見られますか？どこで買えますか？

A：

1. ハードウェア材料とモジュールのリストは、ハードウェア構築ガイドの部品リストと配線 を参照してください。
2. 購入方法は次のとおりです。
   • 個別購入：モジュール名で検索します。例：開発ボードは「ESP32 S3 開発ボード」、マイクは「INMP441」、オーディオアンプは「MAX98357」。
   • キット購入：「小智AI ESP32」「小智AI ESP32S3」などで検索します。
   • 購入時の注意点：ハードウェア構築ガイド を参照してください。

注意：販売店によって製品に差があるため、信頼性が高く、販売数と評価の良い店舗で購入してください。購入前の相談やアフターサービスは、販売店と直接やり取りしてください。

Q3：ML307R-4G モジュールは買う必要がありますか？

A：ML307R-4G モジュールはオプションで、主に次の場合に使います。

• 設置場所に Wi-Fi がない、または制限されている（一部の学内ネットワークや商業施設のように追加認証が必要なネットワークなど）。
• Wi-Fi がない環境で、テザリングが不便、またはスマートフォンを持っていない。

結論：通常の Wi-Fi かテザリングが使えるなら ML307R-4G モジュールは不要です（Wi-Fi に接続したくない、または面倒で、通信料を気にしない場合を除く）。

補足：上流 README が挙げる Cat.1 4G 構成には ML307、EC801E、NT26 の 3 種類のモジュールがあります。使えるボードは 対応開発ボード を参照してください。

ファームウェアと書き込み

Q4：小智AIのファームウェアを書き込む方法は？エラーが出たときは？

A：ファームウェアのダウンロードと書き込み を参照してください。ポイントは次のとおりです。

1. チップ型番は ESP32-S3 を選びます。
2. ロードモードは既定の UART です。開発ボード右側の USB ポートに接続します（裏面のシルクで COM に対応）。
3. 書き込む BIN ファイルにチェックを入れ、アドレスは 0 または 0x0 を入力します。
4. COM ポートは、自分のパソコンで認識された番号を選びます。

注意：

• スマートフォンや開発ボードに付属の Type-C データケーブルを使い、細い USB 充電ケーブルは使わないでください。
• 書き込む BIN ファイルのパスに中国語の文字を含めないでください。読み込めず書き込みに失敗します。

Q5：IDF とは何の開発環境ですか？設定する必要がありますか？

A：

1. 一般ユーザーは IDF 開発環境のインストールと設定は不要です。開発者やプログラミング学習者だけが必要です。
2. IDF は ESP-IDF のことで、ESP32 チップのメーカー Espressif が公式に提供する開発プラットフォームです。C/C++ で ESP32 アプリケーションを開発できます。v2.5.2 は ESP-IDF 6.0.1 以上が必要で、release/v6.1 ブランチを推奨します。
3. 設定が必要な場合：
   • Windows の開発環境：Windows で ESP-IDF 6 の開発環境を構築し小智をビルドする
   • Linux ユーザーは関連資料を各自で参照してください。

ハードウェア

Q6：作った小智AI端末のスピーカーから音が出ないのはなぜ？

A：

1. スピーカーが正しく接続されているか確認します。一般に赤い線がプラス、黒い線がマイナスです。
2. デジタルアンプが正しく接続され、接触が良好か確認します。配線表を参照してください。
3. パソコンの USB ポートから給電していて、スピーカーが 3 W 級の場合は電力不足の可能性があります。5V 2A 以上の USB 充電器、または 5V 2.1A のモバイルバッテリーの USB ポートに変えることをお勧めします。

配線が正しいのに解決しない場合は、予備のスピーカーとデジタルアンプモジュールで試してください。

Q7：作った小智AI端末のスピーカーからかすれた音や異常な音が出るのはなぜ？

A：

1. スピーカーのかすれ音は、デジタルアンプの GAIN が GND に接続されていない、または GND の配線が不安定なことが多いです。
2. スピーカーからザーザーという電気的な音がする場合は電磁干渉の可能性があります。小智AI端末を強い磁場の機器やモジュールから離し、充放電用の電源などを分離してください。

Q8：小智AI端末の音量を調整するには？

A：

1. 音声で調整：LLM がデバイス側 MCP ツール self.audio_speaker.set_volume で音量を設定します。「音量を○○にして」「音量を少し下げて / 上げて」と話しかけるだけです。MCP 使用説明 を参照してください。
2. ボタンで調整：bread-compact-wifi のブレッドボード構成では、config.h に音量ボタンが定義されています。IO40 が音量アップ、IO39 が音量ダウンです。他の開発ボードのボタンは、各ボードのディレクトリにある説明に従ってください。

Q9：小智AI端末が「你好小智」で起動しない、反応しないのはなぜ？

A：

1. ウェイクワードが正しいか確認します（「你好小智」であり、「小智你好」などではありません）。
2. マイクの 6 本のピンが正しく配線され、接触が良好か確認します。
3. INMP441 マイクは、マイクのアイコンとシルク文字があり集音穴のある面を上向きにするのが標準です。
4. 配線が正しいのに解決しない場合は、予備のマイクで試してください。
5. シリアル通信ツールで開発ボードの出力を確認すると、原因の特定に役立ちます。

Q10：小智AI端末がネットワーク設定を促しますが、Xiaozhi-XXXX のホットスポットが見つかりません。

A：ESP32-S3 開発ボードの Wi-Fi 信号に問題がある可能性があります。次を試してください。

1. 一時的に、開発ボードのアンテナ部分を手で押さえるか、線を巻き付けて信号を強めてみます。
2. シリアルツールで開発ボードの出力を確認し、原因を特定します。

Q11：小智AI の Wi-Fi を設定し直す / 切り替えるには？

A：

1. 開発ボードを再起動し、起動段階で開発ボードの設定ボタンを押します。bread-compact-wifi は BOOT ボタンを 1 回押します。他の開発ボードは各ディレクトリの説明を参照してください。これでネットワーク設定モードに入ります。
2. 保存済みの Wi-Fi に 60 秒以内に接続できない場合も、デバイスは自動でネットワーク設定モードに入ります。
3. 一部の開発ボードには、MCP ツール self.disp.network（ネットワーク再設定）があります。

注意：デバイスは最大 10 件の Wi-Fi を保存します。保存済みのネットワークがあるときは自動ではネットワーク設定に入らないため、ネットワークを変えるには上記の方法で自分で設定モードに入ってください。詳細は ネットワーク設定説明 を参照してください。

Q12：スクリーンが点灯しないのはなぜ？

A：

1. スクリーンの配線が正しく、接触が良好か確認します。
2. ブレッドボードには品質の差があります。問題があるときは、テスターで導通を確認してください。
3. 配線が正しいのに解決しない場合は、予備のスクリーンで試してください。

機能と使い方

Q13：小智AI端末は音楽再生に対応していますか？

A：v2.5.2 のファームウェアのソースには音楽再生機能がありません。曲をかけられるかどうかは接続するサーバー次第なので、公式コンソールまたは自前サーバーの説明に従ってください。ローカルの音楽を再生したい場合は、ハードウェアインターフェースとコードを自分で拡張するか、サーバー側でサードパーティの音楽サービスに接続してください。

Q14：小智AI端末は DeepSeek などの大規模モデルの切り替えに対応していますか？

A：対応していますが、決めるのはサーバーです。公式サーバーを使う場合、選べるモデルと切り替え場所は公式コンソールの画面に従ってください（既定で公式サーバーに接続し、個人ユーザーはアカウント登録で Qwen リアルタイムモデルを無料で使えます）。自前サーバーを使う場合は、そのサーバーの設定でモデルを選びます。自前サーバー を参照してください。デバイスのファームウェア自体は特定のモデルに依存しません。

Q15：小智AI端末は Bluetooth 接続に対応していますか？

A：現時点では対応していません。

• ESP32-S3 のチップ / モジュールは Bluetooth BLE のペリフェラル（接続される側）モードに対応しています。小智AI ファームウェアは既定ではこの機能を使わず、BluFi 設定を有効にした場合のみ、BLE で Wi-Fi の認証情報を送ります（BluFi ガイド）。
• ペリフェラルモードのみのため、小智AI端末は Bluetooth ヘッドホンやスピーカーには接続できません。

Q16：小智AI端末のスピーカーをもっと大きなものに替えられますか？

A：替えられます。小智AI端末の標準のデジタルアンプ MAX98357 は、3 W 前後のスピーカーに対応しています。より大きな出力が必要な場合は、I2S 対応の別のアンプモジュールに替えられますが、ESP32 開発ボードの USB 給電は一般に 5 W を超えないため、それ以上の出力には別途給電が必要です。

Q17：小智AI端末はイヤホンや 3.5 mm のオーディオ出力に対応していますか？

A：標準では非対応です。オーディオモジュールの交換が必要です。例：

• PCM5102 オーディオモジュール（ステレオ DAC 対応、約 10 元）
• UDA1334A I2S ステレオデコーダー（約 13～15 元）

これらのデコーダーはどちらも 3.5 mm 出力に対応しており、プログラムの変更は不要です。

Q18：小智AI端末のスクリーンをもっと大きなものに替えられますか？

A：次の種類のスクリーンに替えられます。

1. SSD1306 ドライバーの OLED スクリーン：
   • 標準は 0.91 インチ 4 ピンのモノクロ OLED（128×32）。
   • 0.96 インチ、1.3 インチ、1.5 インチ（128×64）など、SSD1306 系の 4 ピンスクリーンに替えられます。
   • menuconfig の OLED Type で SSD1306 12832、SSD1306 12864、SH1106 128*64 のいずれかを選び、再ビルドします。
2. SPI-LCD スクリーン：
   • bread-compact-wifi-lcd などの LCD ブレッドボード構成は、ST7789、ST7735、ST7796、ILI9341、GC9A01、NV3030B などのドライバーに対応し、解像度や IPS かどうかも区別されます。
   • menuconfig の LCD Type で対応するドライバーと解像度を選び、ビルドして書き込みます。

Q19：小智AI はウェイクワードの変更に対応していますか？

A：対応しています。v2.5.2 には 2 つの方法があります。

1. カスタムウェイクワード：menuconfig の Wake Word Implementation Type で Multinet model (Custom Wake Word) を選び、ウェイクワードをピンイン（スペース区切り）で、続けてウェイクアップ後にサーバーへ送る表示テキストを入力します。しきい値も調整できます（1～99、小さいほど敏感、既定は 20）。PSRAM 付きの ESP32-S3 / P4 / S31 が必要です。ビルド環境は ESP-IDF 開発環境の構築と小智のビルド を参照してください。
2. Assets ジェネレーター：上流が提供する Web 版の カスタム Assets ジェネレーター で、ウェイクワード、フォント、表情、チャット背景をオンラインで変更できます。カスタム Assets ガイド を参照してください。

既定の「你好小智」は ESP-SR の組み込みウェイクワードモデルです。ESP32-S3 以外のチップで選べるウェイクワードの種類は チップ対応とストレージ仕様 を参照してください。

Q20：小智AI のキャラクター名は変えられますか？

A：変えられます。小智AI の管理コンソールの「キャラクター設定」でキャラクター名を編集し、保存すると反映されます。

注意：キャラクター名は大規模モデル側のエージェント名であり、オフラインのウェイクワード「你好小智」とは無関係です。両者に関連はありません。

Q21：小智AI は声（音色）の変更に対応していますか？

A：対応しています。小智AI のコンソールの「キャラクター設定」でキャラクターの声を切り替えます。先に試聴してから、設定を保存してください。次の対話から新しい音色が使われます。

Q22：小智AI に声で私を識別して覚えさせることはできますか？

A：できます。手順は次のとおりです。

1. 小智AI のコンソール → エージェント → 声紋認識を開きます。
2. ドロップダウンから音声の録音を 1 つ選びます（長くてはっきりしたものを推奨）。
3. 名前と説明（話者とキャラクターの関係）を入力します。
4. OK ボタンで話者を追加します。
5. 小智AI を再度呼び出し、次の対話で尋ねると、あなたが誰か分かります。

注意：技術上の制限により、認識の正確さは 100% ではありません。話者が増えるほど、識別の正確さは下がります。

Q23：小智AI を自分専用の声にカスタマイズできますか？

A：社内テスト中です。この機能にはサーバー側の対応が必要で、カスタム音色のアップロードはまだ公開されていません。今後のお知らせをご覧ください。

Q24：小智AI端末はバッテリー給電に対応していますか？どう接続しますか？

A：5V の昇圧モジュールが必要です。

1. ESP32-S3 開発ボードは 5V 給電が必要です。リチウム電池は通常 3.8V で足りないため、5V の充放電一体ボードの追加をお勧めします。
2. 開発ボードへの外部 5V 給電：5V 充放電一体ボードの VOUT/5V+ を開発ボードの 5Vin ピンに、GND を開発ボードの GND ピンに接続します。
3. モバイルバッテリーを Type-C で直接給電することもできます。5V 2.1A 出力のポートの使用をお勧めします。

Q25：小智AI端末は音声でモーター / サーボを制御できますか？

A：標準では非対応です。サーボ / モータードライバーモジュールの追加が必要です。ESP32-S3 は、デバイス側の MCP ツールで拡張できます（Q26 参照）。大規模モデルがツールを呼び出して、ドライバーボードに信号を出力します。

小智AI は ESP-SparkBot 開発ボード（ディレクトリ espressif/esp-sparkbot、クローラー型シャーシ）に対応しており、self.chassis.* 系の MCP ツールで前進、後退、旋回、ダンスができます。 ボードのソース：espressif/esp-sparkbot

Q26：小智AI端末は音声で他のデバイスを制御できますか？

A：できます。MCP で実現します。デバイス側 MCP は音量、ライト、モーター、GPIO などを制御でき、クラウド側 MCP はスマートホーム制御、PC のデスクトップ操作、ナレッジ検索、メール送受信などを拡張できます。プロトコルと使い方は MCP ドキュメント を参照してください。デバイス側に新しいツールを増やすには、自分で開発する必要があります。

Q27：小智AI は市販のどの開発ボードに対応していますか？

A：v2.5.2 のリリースマトリクスには、154 の開発ボードディレクトリと 188 のファームウェアバリアントがあり、ESP32、ESP32-C3、ESP32-C5、ESP32-C6、ESP32-S3、ESP32-S31、ESP32-P4 をカバーしています。全一覧は 対応開発ボード を参照してください。

書き込み時は対応するバリアントのファームウェアを選びます。ビルド時は menuconfig の Target Board で対応する開発ボードを選びます。他の開発ボードは、対応させたうえで再ビルドが必要です。カスタム開発ボード を参照してください。

Q28：小智AI プロジェクトが使うのはどの大規模モデルですか？サーバー側はオープンソースですか？

A：デバイス側のファームウェアはオープンソースです（78/xiaozhi-esp32）。既定で公式サーバーに接続し、個人ユーザーはアカウント登録で Qwen リアルタイムモデルを無料で利用できます。 サーバー側には、コミュニティによる複数のオープンソース実装があります。例：xinnan-tech/xiaozhi-esp32-server（Python）、joey-zhou/xiaozhi-esp32-server-java（Java）、AnimeAIChat/xiaozhi-server-go（Golang）、hackers365/xiaozhi-esp32-server-golang（Golang）。接続手順と安全上の注意は 自前サーバー、全一覧は エコシステムプロジェクト を参照してください。

Q29：小智AI は GPT などの大規模モデルへの接続に対応していますか？

A：大規模モデルはサーバー側で接続され、デバイスのファームウェアが直接接続することはありません。公式サーバーを使う場合、選べるモデルは公式コンソールの案内に従ってください。他の大規模モデルが必要な場合は、自前サーバーを使えます。例えばコミュニティ製の xiaozhi-esp32-server は、OpenAI 互換インターフェースで Alibaba Bailian、Volcano Engine、DeepSeek、智譜、Gemini などに接続できます。詳細は 自前サーバー を参照してください。

詳しくは、上流プロジェクト 78/xiaozhi-esp32 の README と docs ディレクトリを参照するか、GitHub Issues で報告してください。