四博 AI 双目智能音箱方案：四路触控、姿态感应、震动反馈、语音克隆和专属知识库一次拉满

AI 音箱已经不再只是"问一句、答一句"的产品。

真正有体验感的 AI 硬件，应该能听、能说、能看、能感知、能反馈，还能根据用户的习惯和知识库提供个性化回答。

四博 AI 双目方案，就是把传统 AI 音箱升级成一个更有陪伴感的多模态 AI 终端。

1. 这套方案的核心配置

四博 AI 双目智能音箱可以理解为：

复制代码

ESP32-S3 主控
+ 四路触控感应
+ 震动马达
+ 三轴姿态传感器
+ 0.71 / 1.28 寸双目光屏
+ I2S 麦克风
+ 喇叭功放
+ Wi-Fi / 4G 扩展
+ 四博小助手小程序
+ 语音克隆
+ 专属知识库

四博现有资料中，AI 类产品已经覆盖 AI 语音机器人、AI 智能小夜灯、AI 智能音响等方向，可选小智、豆包、ChatGPT 等主流大模型；AI 智能音响方向也提到可做大模型、蓝牙音响、闹钟、声音克隆、声纹识别、APP、小程序和唤醒词修改。

2. 它和普通 AI 音箱有什么区别？

普通 AI 音箱主要靠语音：

复制代码

用户说话 → 设备上传 → 云端回答 → 喇叭播放

四博 AI 双目多了几个关键体验：

复制代码

1. 有表情：双目屏可以显示开心、思考、聆听、回答、休眠。
2. 有触感：摸一下会震动反馈。
3. 有动作感知：摇一摇、倾斜、翻转都能识别。
4. 有个性化：可以做语音克隆和专属知识库。
5. 有小程序：配网、绑定、配置、升级更方便。

所以它不是一个"会说话的音箱"，而是一个"有互动感的 AI 伙伴"。

3. 四路触控：让设备不只靠语音

四路触控可以设计为：

复制代码

Touch 1：摸头唤醒
Touch 2：左侧切换上一条内容
Touch 3：右侧切换下一条内容
Touch 4：底部模式切换 / 配网

典型交互：

复制代码

摸一下头：设备说"我在呢"
双击左侧：切换上一个故事
双击右侧：切换下一个故事
长按底部：进入配网模式
摸头安抚：双目屏变成笑脸，同时震动一下

设备端逻辑可以很简单：

复制代码

void handle_touch_head(void)
{
    eye_set_state(EYE_SMILE);
    vibration_play(VIB_SHORT);
    audio_play_local_prompt("我在呢，有什么想和我说的吗？");
}

void handle_touch_left(void)
{
    eye_set_state(EYE_SMILE);
    audio_prev();
}

void handle_touch_right(void)
{
    eye_set_state(EYE_SMILE);
    audio_next();
}

void handle_touch_base(void)
{
    eye_set_state(EYE_THINKING);
    vibration_play(VIB_LONG);
    enter_config_mode();
}

4. 震动马达：提升真实反馈感

震动马达虽然是小器件，但对用户体验提升很明显。

可以设计为：

复制代码

短震：触摸确认
双短震：唤醒成功
长震：进入配网
连续震动：异常提醒
轻微震动：收到消息

代码示例：

复制代码

#define VIB_GPIO 40

typedef enum {
    VIB_SHORT = 0,
    VIB_DOUBLE,
    VIB_LONG,
} vib_mode_t;

static void vib_pulse(uint32_t ms)
{
    gpio_set_level(VIB_GPIO, 1);
    vTaskDelay(pdMS_TO_TICKS(ms));
    gpio_set_level(VIB_GPIO, 0);
}

void vibration_play(vib_mode_t mode)
{
    switch (mode) {
    case VIB_SHORT:
        vib_pulse(120);
        break;

    case VIB_DOUBLE:
        vib_pulse(80);
        vTaskDelay(pdMS_TO_TICKS(100));
        vib_pulse(80);
        break;

    case VIB_LONG:
        vib_pulse(500);
        break;

    default:
        break;
    }
}

用户触摸设备时，设备立刻有震动反馈，会明显感觉到"它听懂了、它收到动作了"。

5. 三轴姿态传感器：让交互更跟手

内置三轴传感器后，设备可以识别更多玩法：

复制代码

拿起设备：自动唤醒
摇一摇：换一个故事
左倾：上一首
右倾：下一首
翻转：进入休眠
轻敲：触发陪伴语音

姿态判断示例：

复制代码

typedef enum {
    GESTURE_NONE = 0,
    GESTURE_SHAKE,
    GESTURE_LEFT,
    GESTURE_RIGHT,
    GESTURE_FLIP,
    GESTURE_PICKUP,
} gesture_t;

gesture_t gesture_detect(float ax, float ay, float az)
{
    if (fabsf(ax) > 1.8f || fabsf(ay) > 1.8f || fabsf(az) > 2.2f) {
        return GESTURE_SHAKE;
    }

    if (ax > 0.75f) {
        return GESTURE_RIGHT;
    }

    if (ax < -0.75f) {
        return GESTURE_LEFT;
    }

    if (az < -0.65f) {
        return GESTURE_FLIP;
    }

    if (fabsf(az) < 0.4f && (fabsf(ax) > 0.3f || fabsf(ay) > 0.3f)) {
        return GESTURE_PICKUP;
    }

    return GESTURE_NONE;
}

对应动作处理：

复制代码

void handle_gesture_event(gesture_t g)
{
    switch (g) {
    case GESTURE_SHAKE:
        eye_set_state(EYE_SURPRISE);
        vibration_play(VIB_DOUBLE);
        audio_play_local_prompt("换一个故事吧！");
        break;

    case GESTURE_LEFT:
        audio_prev();
        break;

    case GESTURE_RIGHT:
        audio_next();
        break;

    case GESTURE_FLIP:
        eye_set_state(EYE_SLEEP);
        audio_play_local_prompt("我先休息啦。");
        break;

    case GESTURE_PICKUP:
        eye_set_state(EYE_WAKEUP);
        vibration_play(VIB_SHORT);
        break;

    default:
        break;
    }
}

这种交互非常适合 AI 桌宠、儿童陪伴机器人和早教类产品。

6. 双目光屏：让音箱有"表情"

双目光屏是这个方案最直观的卖点。

设备状态可以这样显示：

复制代码

待机：缓慢眨眼
唤醒：眼睛睁大
聆听：眼睛轻微律动
思考：眼睛转动
回答：眼睛跟随声音变化
开心：笑眼
惊讶：大眼睛
休眠：闭眼
错误：疑惑表情

代码可以抽象为一个状态机：

复制代码

typedef enum {
    EYE_IDLE = 0,
    EYE_WAKEUP,
    EYE_LISTENING,
    EYE_THINKING,
    EYE_TALKING,
    EYE_SMILE,
    EYE_SURPRISE,
    EYE_SLEEP,
    EYE_ERROR,
} eye_state_t;

void eye_set_state(eye_state_t state)
{
    switch (state) {
    case EYE_IDLE:
        eye_show_idle();
        break;

    case EYE_WAKEUP:
        eye_show_wakeup();
        break;

    case EYE_LISTENING:
        eye_show_listening();
        break;

    case EYE_THINKING:
        eye_show_thinking();
        break;

    case EYE_TALKING:
        eye_show_talking();
        break;

    case EYE_SMILE:
        eye_show_smile();
        break;

    case EYE_SURPRISE:
        eye_show_surprise();
        break;

    case EYE_SLEEP:
        eye_show_sleep();
        break;

    default:
        eye_show_idle();
        break;
    }
}

这样用户不用听提示音，也能通过眼睛状态知道设备现在是在听、在想、在回答，还是已经休眠。

7. 四博小助手：配网、语音克隆、知识库统一入口

四博 AI 双目适配四博小助手小程序后，可以把复杂功能都放到小程序里完成。

小程序可以负责：

复制代码

1. Wi-Fi / BluFi 配网
2. 设备绑定
3. 智能体选择
4. 一键语音克隆
5. 专属知识库搭建
6. 唤醒词设置
7. 音色选择
8. 儿童模式 / 学习模式 / 陪伴模式切换
9. OTA 升级

语音克隆流程可以设计为：

复制代码

用户在小程序录制声音
        ↓
云端生成 voice_id
        ↓
小程序下发 voice_id 到设备
        ↓
设备保存 voice_id
        ↓
后续 TTS 请求携带 voice_id
        ↓
云端返回克隆音色语音

请求协议示例：

复制代码

{
  "type": "tts_request",
  "device_id": "sibo_ai_eye_001",
  "voice_id": "clone_mom_001",
  "text": "宝贝，今天也要开心学习哦。",
  "format": "opus",
  "sample_rate": 16000
}

8. 专属知识库：让 AI 音箱更懂用户

普通 AI 音箱回答的是通用知识。

加上专属知识库后，可以做出行业化产品。

比如：

复制代码

儿童学习版：接入课本、单词、错题本、成语故事
企业客服版：接入产品说明书、售后文档、FAQ
玩具 IP 版：接入角色设定、故事世界观
养老陪伴版：接入家庭成员、提醒事项、生活习惯
门店讲解版：接入商品资料、服务流程

知识库聊天请求可以这样设计：

复制代码

{
  "type": "chat_request",
  "device_id": "sibo_ai_eye_001",
  "user_id": "user_001",
  "kb_id": "child_learning_kb",
  "voice_id": "clone_mom_001",
  "text": "给我讲一下这个成语是什么意思"
}

云端返回：

复制代码

{
  "type": "chat_response",
  "answer": "这个成语的意思是做事情要坚持，不要半途而废。",
  "tts_url": "https://server.com/tts/clone_mom_001_001.opus",
  "action": {
    "eye": "talking",
    "vibration": "none"
  }
}

设备端收到后，一边播放克隆音色，一边让双目屏进入说话动画。

9. 设备端主流程

整个设备逻辑可以总结为：

复制代码

触摸 / 姿态 / 语音唤醒
        ↓
ESP32-S3 生成事件
        ↓
本地状态机处理
        ↓
需要 AI 时上传云端
        ↓
云端返回回答、TTS、动作指令
        ↓
双目屏 + 喇叭 + 震动马达联动反馈

主流程伪代码：

复制代码

void app_main(void)
{
    nvs_flash_init();

    wifi_init();
    ai_client_init();

    audio_init();
    eye_display_init();
    touch_init();
    imu_init();
    vibration_init();

    while (1) {
        ai_event_t evt = ai_wait_event();

        switch (evt) {
        case AI_EVT_WAKEUP:
            eye_set_state(EYE_WAKEUP);
            vibration_play(VIB_SHORT);
            break;

        case AI_EVT_TOUCH_HEAD:
            handle_touch_head();
            break;

        case AI_EVT_TOUCH_LEFT:
            audio_prev();
            eye_set_state(EYE_SMILE);
            break;

        case AI_EVT_TOUCH_RIGHT:
            audio_next();
            eye_set_state(EYE_SMILE);
            break;

        case AI_EVT_GESTURE_SHAKE:
            eye_set_state(EYE_SURPRISE);
            vibration_play(VIB_DOUBLE);
            ai_send_event_to_cloud("gesture_shake");
            break;

        case AI_EVT_CLOUD_REPLY:
            eye_set_state(EYE_TALKING);
            audio_play_tts();
            break;

        default:
            break;
        }
    }
}

10. 适合哪些产品落地？

四博 AI 双目方案可以直接扩展到：

复制代码

AI 智能音箱
AI 双目桌宠
AI 儿童陪伴机器人
AI 早教机
AI 学习机
AI 台灯
AI 拍学机
AI 礼品玩具
AI 客服终端
AI 展厅讲解设备

不同客户可以做不同版本：

复制代码

基础版：语音交互 + 双目屏
互动版：语音 + 双目 + 四路触控 + 震动
陪伴版：语音 + 双目 + 触控 + 姿态传感器 + 知识库
旗舰版：语音 + 双目 + 摄像头 + 触控 + 姿态 + 4G + 语音克隆

11. 对外卖点提炼

可以这样宣传：

复制代码

四博 AI 双目，标配四路触控感应和震动马达；
兼容 0.71 / 1.28 寸双目光屏；
内置三轴高精度传感器，姿态感应精准灵敏；
适配四博小助手小程序；
支持一键语音克隆、自建专属知识库；
基于 ESP32-S3 AI 平台，适合 AI 音箱、AI 桌宠、早教机、学习机和陪伴机器人快速量产。

一句话版本：

复制代码

四博 AI 双目，不只是智能音箱，而是一套集语音、表情、触摸、震动、姿态感应、语音克隆和知识库于一体的高性价比 AI 陪伴硬件方案。

12. 总结

四博 AI 双目方案真正解决的是 AI 音箱"缺少互动感"的问题。

它让设备具备：

复制代码

能听：语音识别
能说：TTS 播放
能看：双目屏显示状态
能感知：四路触控 + 三轴姿态
能反馈：震动马达
能定制：语音克隆 + 专属知识库
能扩展：小程序 + 大模型 + MCP

所以它不是一个普通音箱，而是一个可以量产、可定制、可扩展的 AI 陪伴硬件平台。