硬件编程 · 儿童拼图机器人语音复读 · 2026-09-05

儿童拼图机器人语音复读

需求洞察

目标用户：3-6岁学前儿童，以及陪玩的家长或幼教老师。该年龄段儿童正处于语言敏感期，需要大量重复性语音输入来建立词汇与发音之间的联系。

真实痛点：市面上的拼图玩具多为静态产品，拼完即结束，缺少互动反馈。而早教机虽能讲故事、读诗词，却无法与儿童正在进行的实体操作（拼图）形成关联。家长陪伴时间有限，无法时刻为孩子讲解每一块拼图对应的单词或短句。若拼图错误或完成，设备不会给出任何鼓励或纠正，弱化了“试错-反馈-强化”的学习闭环。

为什么值得做：

1. 造价极低，利用ESP32的硬件I2S外设，比树莓派方案成本下降80%以上。
2. 语音复读直接嵌入物理拼图流程，每个拼图块对应一段预设语音，孩子完成拼图时自动播放，比单纯按键触发的复读机更具情境感。
3. 家长可通过SD卡自定义语音内容，无需额外APP或云端依赖，断网可用，没有隐私外泄风险。
4. 项目兼具硬件接线、信号采集、文件系统操作与结构设计，是STEAM教育的典型案例。

方案设计

感知层

• 拼图底座下方埋设一组干簧管，每个拼图区位置嵌入一颗小磁铁。当儿童放置正确拼图块时，磁簧开关导通，产生一个下降沿触发信号。
• 或采用更简化的方案：每个拼图槽位安装一个微动开关（考虑到成本与通用性，本项目采用磁簧管方案）。
• 音频采集：INMP441通过I2S接口实时采样环境声音，预先录制用户（家长或老师）的声音，或现场录入儿童跟读内容，存入SD卡WAV文件。

控制层

• ESP32主控。系统启动后，首先读取SD卡中的 config.txt 配置文件，建立「拼图槽位编号 → WAV文件路径」映射表。
• 当感知层检测到第N块拼图放入正确位置，ESP32通过I2S2接口读取对应的WAV文件，并发送至MAX98357A功放播放。
• 支持“无拼图动作时进入轻睡模式”，ESP32在深度睡眠下仅有GPIO唤醒中断生效，以降低静态功耗。
• 若在30秒内拼完所有拼图，系统自动拼接语音“你真棒！全部完成！”并循环播放三次。

执行层

• MAX98357A音频放大器连接一个4Ω/3W扬声器。输出的语音不仅包含拼图内容，还包含对儿童反馈的鼓励音效。
• 当一个槽位放入了错误的拼图块（磁簧开关未导通但另一开关误触），播放“再试试看”语音，提示儿童换一块试试。

日志/联网层

• 本项目定位为离线教育硬件，不依赖Wi-Fi。但ESP32具备双核与Wi-Fi能力，开发阶段预留串口日志输出用于调试。
• 每次完成拼图，事件可记录到SD卡 history.log 中，时间戳由内部RTC维护（或通过NTP对时后离线运行），便于家长查看行为数据。
• 可选：预留MQTT上报接口，若用户在 config.txt 中填写Wi-Fi账号，系统在拼图全部完成后自动上报“今日完成次数/平均耗时/错误次数“至私有服务器或巴法云等平台。

物料清单

上述合计已经低于85元目标成本，预留了约1.6元浮动空间。如果4GB TF卡已有，总价还能进一步压缩到77元左右。

接线与结构

GPIO分配与理由

微调说明：麦克风没有使用与功放相同的BCLK/LRC（GPIO26/GPIO25），因为ESP32支持多个I2S外设，分离后可以避免麦克风时钟干扰功放输出波形，减少可闻底噪。同时INMP441的供电连接到3.3V，而MAX98357A的供电允许5V以提升输出功率。SD卡的CS使用GPIO5，SCK用GPIO18，MOSI=GPIO23，MISO=GPIO19，这些是标准VSPI引脚。

结构与外壳

• 外壳由一个底部基座和四块拼图块组成。基座挖有4个圆形凹槽，每个槽底部中心放置磁簧开关。
• ESP32、功放和电池盒固定在基座一侧的“控制舱”内。扬声器开口朝向底板底部一侧，音量经反射孔传出。
• INMP441布置在面板浅朝向位置，开小孔以接收外部声源。
• SD卡卡槽从控制舱侧面露出，方便热插拔更换音频。
• 拼接顺序通过拼图底部的磁铁极性一致性来限定——每块拼图背面磁铁安装位置不一样，使得只有在正确槽位时才能导通对应的干簧管。

核心代码

以下是Arduino框架下的PlatformIO项目骨架，重点展示双I2S与拼图反馈逻辑：

#include <Arduino.h>
#include <driver/i2s.h>
#include <FS.h>
#include <SD.h>
#include <SPI.h>

#define SPEAKER_BCLK   26
#define SPEAKER_LRC    25
#define SPEAKER_DOUT   22
#define MIC_SCK        32
#define MIC_WS         33
#define MIC_SD         35
#define SD_CS          5

#define REED_0         14
#define REED_1         27
#define REED_2         12
#define REED_3         13
#define REC_BUTTON     15

#define I2S_SPEAKER_PORT  I2S_NUM_0
#define I2S_MIC_PORT      I2S_NUM_1

const char* slotFiles[4] = {"/audio/slot1.wav", "/audio/slot2.wav", "/audio/slot3.wav", "/audio/slot4.wav"};
const char* rewardFile = "/audio/reward.wav";
const char* tryAgainFile = "/audio/tryagain.wav";

bool slotDone[4] = {false, false, false, false};
int reedPins[4] = {REED_0, REED_1, REED_2, REED_3};

void initSpeaker() {
    i2s_config_t cfg = {};
    cfg.mode = (i2s_mode_t)(I2S_MODE_MASTER | I2S_MODE_TX);
    cfg.sample_rate = 16000;
    cfg.bits_per_sample = I2S_BITS_PER_SAMPLE_16BIT;
    cfg.channel_format = I2S_CHANNEL_FMT_ONLY_LEFT;
    cfg.communication_format = I2S_COMM_FORMAT_STAND_I2S;
    cfg.intr_alloc_flags = ESP_INTR_FLAG_LEVEL1;
    cfg.dma_buf_count = 8;
    cfg.dma_buf_len = 512;

    i2s_driver_install(I2S_SPEAKER_PORT, &cfg;, 0, NULL);
    i2s_pin_config_t pinCfg = {};
    pinCfg.bck_io_num = SPEAKER_BCLK;
    pinCfg.ws_io_num = SPEAKER_LRC;
    pinCfg.data_out_num = SPEAKER_DOUT;
    pinCfg.data_in_num = I2S_PIN_NO_CHANGE;
    i2s_set_pin(I2S_SPEAKER_PORT, &pinCfg;);
}

void initMicrophone() {
    i2s_config_t cfg = {};
    cfg.mode = (i2s_mode_t)(I2S_MODE_MASTER | I2S_MODE_RX);
    cfg.sample_rate = 16000;
    cfg.bits_per_sample = I2S_BITS_PER_SAMPLE_32BIT;
    cfg.channel_format = I2S_CHANNEL_FMT_ONLY_LEFT;
    cfg.communication_format = I2S_COMM_FORMAT_STAND_I2S;
    cfg.intr_alloc_flags = ESP_INTR_FLAG_LEVEL1;
    cfg.dma_buf_count = 8;
    cfg.dma_buf_len = 512;

    i2s_driver_install(I2S_MIC_PORT, &cfg;, 0, NULL);
    i2s_pin_config_t pinCfg = {};
    pinCfg.bck_io_num = MIC_SCK;
    pinCfg.ws_io_num = MIC_WS;
    pinCfg.data_in_num = MIC_SD;
    pinCfg.data_out_num = I2S_PIN_NO_CHANGE;
    i2s_set_pin(I2S_MIC_PORT, &pinCfg;);
}

bool playWav(const char* path) {
    File f = SD.open(path);
    if (!f) return false;
    uint8_t buf[512];
    size_t bytesRead = 0;
    // 跳过44字节WAV头
    f.seek(44);
    while (f.available()) {
        bytesRead = f.read(buf, sizeof(buf));
        size_t written = 0;
        while (written < bytesRead) {
            size_t ret = i2s_write(I2S_SPEAKER_PORT, buf + written, bytesRead - written, &written;, portMAX_DELAY);
            if (ret != ESP_OK) break;
        }
    }
    f.close();
    return true;
}

void checkSlotsAndPlay() {
    int completedCount = 0;
    for (int i = 0; i < 4; i++) {
        if (slotDone[i]) {
            completedCount++;
            continue;
        }
        if (digitalRead(reedPins[i]) == HIGH) {  // 干簧管导通，磁铁靠近
            slotDone[i] = true;
            playWav(slotFiles[i]);
            delay(300);
        }
    }
    if (!slotDone[0] && digitalRead(reedPins[0]) == LOW) {
        // 如果1号槽位还没完成且开关未触发，不做操作
    }
    if (completedCount == 4) {
        playWav(rewardFile);
        delay(500);
        // 全部完成后重置，允许开始下一轮拼图
        for (int j = 0; j < 4; j++) slotDone[j] = false;
    }
}

void setup() {
    Serial.begin(115200);
    // 初始化干簧管输入，内部上拉，磁铁靠近时引脚读到高电平
    for (int i = 0; i < 4; i++) {
    }

    if (!SD.begin(SD_CS)) {
        return;
    }

    initSpeaker();
    initMicrophone();
    Serial.println("System Ready. 开始拼图吧！");
}

void loop() {
    // 若录音按键被按住，则进行约3秒的现场录音处理，这里以官方i2s读为例写入SD
    if (digitalRead(REC_BUTTON) == LOW) {
        // 简易录音逻辑：从I2S_MIC_PORT读取数据并拼接WAV头，存到/tryagain.wav
        // （完整代码见源码包，此处省略头写入细节）
    }

    checkSlotsAndPlay();
    delay(50);
}