旧手机 + FireBeetle 2 ESP32-C6：打造自己的语音控制小车

【项目背景】

不用买屏幕、不用摄像头、不用云主机——用一部闲置的旧手机当交互终端，一块 DFRobot FireBeetle 2 ESP32-C6 做主控，再接入硅基流动（SiliconFlow）大模型 API（语音识别 + 大模型对话 + 语音合成），就能做出一台会说、会听、会按指令移动的语音控制小车。

你只需对它说："先前进，再左转，再右转"，小车就会依次完成三个动作；问它"今天天气怎么样"，它会用稳定的音色回答你。整个网页就托管在 C6 的 Flash 里，手机打开浏览器即可使用，完全不需要电脑中转、不需要第三方物联网平台。

本项目已在实机验证：语音识别、对话、连续动作执行、语音播报全部跑通。

旧手机 + FireBeetle 2 ESP32-C6：打造自己的语音控制小车_image_1.webp

一、项目架构

旧手机（浏览器）  ──WiFi(2.4G)──▶  FireBeetle 2 ESP32-C6（自带 HTTPS 网页服务器）
      │                                   │
      │ 按住说话/自动听                      │ L298N 双H桥
      ▼                                   ▼
  录音 → 硅基流动 Qwen3-ASR-1.7B ──▶ 文字 ──▶ 硅基流动 Qwen3-8B/32B 对话
                                                    │
              播放 MOSS-TTSD-v0.5 合成语音 ◀────────┘ 输出 actions:[FORWARD,LEFT,...]
                                                    │
                                    ┌───────────────┘
                                    ▼
                           C6 按顺序执行动作（前进2秒/转向1秒，自动停车）

为什么手机要配 C6，而不直接用手机控制电机？

浏览器受安全限制：不能直接驱动 GPIO、不能发原始 UDP，录音/摄像头还必须 HTTPS
C6 做"大脑 + 关节"：提供 HTTPS 网页、解析指令、驱动电机，手机只负责"声音交互"

二、材料清单

类别	名称	数量	说明
主控	DFRobot FireBeetle 2 ESP32-C6（DFR1075）	1	板载 LED（IO15）、支持 Wi-Fi 6
驱动	L298N 双 H 桥电机驱动板	1	两路电机，PWM 调速
电机	直流减速电机（带轮小车底盘）	2	左右轮各一
电源	3.7V 锂电池	1	进 L298N 12V 端子；C6 用 Type-C 或电池供电
交互	闲置旧手机（安卓/iOS 均可）	1	与 C6 连同一路由器（2.4G）
调试	Type-C 数据线	1	烧录 + 串口监视
服务	硅基流动（SiliconFlow）API	—	注册获得 API Key，使用赠送额度即可

手机必须是智能手机且内置浏览器即可，几年前的旧机型完全够用（页面已做老浏览器兼容）。
注册赠16元代金券：https://cloud.siliconflow.cn/i/KwyEBX3e

三、接线（L298N ↔ C6）

务必共地：L298N 的 GND 与 C6 的 GND 相连，否则信号不识别。

C6 引脚 (GPIO)	→	L298N 端子	作用
GPIO2 (M1_IN1)	→	IN1（A通道）	左轮方向1
GPIO3 (M1_IN2)	→	IN2（A通道）	左轮方向2
GPIO4 (M1_PWM)	→	ENA	左轮速度 PWM
GPIO5 (M2_IN1)	→	IN3（B通道）	右轮方向1
GPIO6 (M2_IN2)	→	IN4（B通道）	右轮方向2
GPIO7 (M2_PWM)	→	ENB	右轮速度 PWM
GND	↔	GND	共地（必须）
电池 3.7V	→	12V/VCC	电机电源

旧手机 + FireBeetle 2 ESP32-C6：打造自己的语音控制小车_image_2.webp

引脚定义在 firebeetle2_voice_robot.ino 顶部，可按实际焊接修改；若转向相反，互换该轮两根 IN 线即可。

四、软件与模型

4.1 开发环境

Arduino IDE（2.x 均可），安装 Espressif ESP32 板卡包（3.x）
开发板选择：DFRobot FireBeetle 2 ESP32-C6
工具 → USB CDC On Boot = Enabled（否则串口在程序运行后会断开）

4.2 硅基流动模型（本项目全部实测可用）

用途	模型 ID	说明
语音识别 ASR	`Qwen/Qwen3-ASR-1.7B`	支持 52 种语言/方言，识别准、返回快
对话/动作决策	`Qwen/Qwen3-8B`（默认）	快；可换 32B 更强
语音合成 TTS	`fnlp/MOSS-TTSD-v0.5`	音色 `fnlp/MOSS-TTSD-v0.5:alex`，稳定

语音识别接口：POST https://api.siliconflow.cn/v1/audio/transcriptions（多部分上传 wav）
对话接口：POST https://api.siliconflow.cn/v1/chat/completions
语音合成接口：POST https://api.siliconflow.cn/v1/audio/speech
浏览器直连可行（CORS 已放行），无需任何中转服务器

五、程序结构

firebeetle2_voice_robot/
├── firebeetle2_voice_robot.ino   ← C6 主程序（HTTPS服务器+动作控制）
├── page.h                        ← 网页（HTML+JS 全内嵌，放头文件防注入）
└── certificates.h                ← 自签名证书（DER 二进制）

5.1 C6 侧核心逻辑

void processCommand(String cmd) {
  cmd.trim(); cmd.toUpperCase();
  Serial.print("[收到指令] "); Serial.println(cmd);

  if (cmd == "FORWARD")  { startMotion("FORWARD", 2000); }  // 前进2秒
  else if (cmd == "LEFT" || cmd == "RIGHT") { startMotion(cmd, 1000); } // 转向1秒
  else { stopMotionNow(); }                                  // 其余立即停车
}

两个网页服务：HTTP :80 与 HTTPS :443（mbedtls 自签名）
接口：/cmd?cmd=FORWARD、/speedl?v=、/speedr?v=、/info（返回 IP/信号/当前动作/左右轮速度）
动作执行后自动停车，等待新指令

5.2 网页功能（全部在手机浏览器里）

功能	说明
🎤 按住说话	按住录音、松开识别（指针捕获，长按不选中文字）
👂 持续听（人声唤醒）	听到人声自动录音→识别→对话；1.5 秒 PCM 预卷不漏开头；播报自己声音自动忽略
🤖 AI 对话	Qwen3-8B/32B，思考模式关闭，回复简短；可一次输出多个动作连续执行
📢 语音播报	MOSS-TTSD 固定音色，失败自动重试一次保持音色；结尾杂音自动裁剪；纯控制指令不播报
🎚 左右轮调速	两个滑块独立调 PWM（默认左 240 / 右 255）
🔍 测试连接 / JS 自检	打开页面一眼看到连接状态与浏览器能力

旧手机 + FireBeetle 2 ESP32-C6：打造自己的语音控制小车_image_3.webp

六、制作步骤

烧录：用 Arduino IDE 打开 firebeetle2_voice_robot.ino，选板卡 "DFRobot FireBeetle 2 ESP32-C6"，CDC On Boot = Enabled，上传
配置 WiFi：改 .ino 顶部 WIFI_SSID / WIFI_PASS（C6 仅支持 2.4GHz）；默认静态 IP 192.168.31.88，可按路由器网段修改
配 API Key：page.h 顶部 API_KEY 换成你的硅基流动 Key
串口监视器（115200）看到：WiFi已连接, IP: 192.168.31.88、HTTPS 已启动，板载 LED 闪两下
手机：连同一 WiFi，打开 https://192.168.31.88（自签名证书 → 高级 → 继续访问）
先点「🔊 试听播报」验证链路，再按住说话或开启持续听

旧手机 + FireBeetle 2 ESP32-C6：打造自己的语音控制小车_image_4.webp

旧手机 + FireBeetle 2 ESP32-C6：打造自己的语音控制小车_image_6.webp

七、使用演示（建议拍成视频/GIF）

指令	小车动作
"前进"	前进 2 秒 → 自动停车
"先前进，再左转，再右转"	前进2秒 → 左转1秒 → 右转1秒 → 停（连续动作）
"加速" / 拖动左右轮滑块	按新 PWM 行驶
"你好"（闲聊）	语音播报回答（同一音色）

在 持续听 模式下，完全不用碰手机：对它说话它就执行，安静后自动待命。

演示视频

八、技术难点与解决（这篇的含金量）

浏览器不能裸发 UDP / 录音必须 HTTPS
→ C6 用 mbedtls 做自签名 HTTPS 服务器，证书以 DER 二进制内嵌，手机浏览器"高级→继续访问"即可；顺带解决了将来加摄像头实时预览的权限问题。
Arduino 的"生成函数原型"会把 #line 注进 HTML，毁掉页面 JS
→ 把网页 HTML 移进 page.h 头文件（原型生成器只处理 .ino，不碰头文件）。这是"同一份代码，有时页面白屏"类问题的根源，务必用此结构。
老手机浏览器不支持现代 JS
→ 页面 JS 用 ES5 兼容写法 + 拆成两个 <script> 块：第一块做极简启动自检，一眼判断是"浏览器不支持"还是"页面问题"。
持续听漏掉开头几个字
→ 用 PCM 预卷环（始终保留最近 1.5 秒音频），检测到人声即把预卷拼回录音，开头一字不丢。
TTS 音色忽男忽女 / 结尾有杂音
→ 固定音色 ...:alex，接口失败自动重试一次保持音色；(b) 播放前解码并按结尾静音裁剪，同时先停掉上次播放防重叠串音。
一次说多个动作
→ 对话里约定输出 {"reply":"...","actions":["FORWARD","LEFT","RIGHT"]}，网页解析后逐个发送并等上一个动作完成再下一个。
踩坑记录：变量名 history 会撞浏览器内置 History 对象 → 改名 chatHistory。

九、注意事项

API Key 内嵌在网页里，仅限自家局域网使用，勿上传公开仓库；被其他人连到同一 WiFi 即可使用你的 Key，注意额度
C6 只支持 2.4GHz WiFi；手机最好连 5G/2.4G 双频路由的 2.4G 段，信号更稳
L298N 必须与 C6 共地；电机单独由电池供电，不要从 C6 引脚取电
首次调用 ASR/TTS 会偏慢（模型冷启动），之后正常；深夜/闲时更快
上传前确认草图文件夹只有 .ino + page.h + certificates.h

十、参考资料

DFRobot FireBeetle 2 ESP32-C6 官方 wiki：https://wiki.dfrobot.com.cn/_SKU_DFR1075_FireBeetle_2_Board_ESP32_C6
硅基流动开放平台：https://siliconflow.cn
项目文件：firebeetle2_voice_robot/（ino + page.h + certificates.h）附件压缩包

本文由实际完成的项目整理而成，欢迎在评论区交流。如果你也想让旧手机"再就业"，从一块 C6 开始吧！