小智 ESP-32 C++后端服务 (xz-cpp-server)

本项目为开源智能硬件项目 xiaozhi-esp32 提供后端服务。根据 小智通信协议 使用 C++ 实现。

项目根据Python版本的xiaozhi-esp32-server改版

基于BOOST 1.83, C++20协程开发。

---

功能清单 ✨

已实现 ✅

• 通信协议
  基于 xiaozhi-esp32 协议，通过 WebSocket 实现数据交互。
• 对话交互
  支持唤醒对话、手动对话及实时打断。长时间无对话时自动休眠
• 语音识别
  支持国语（默认使用 FunASR的paraformer-zh-streaming模型）。
• LLM 模块
  支持灵活切换 LLM 模块，默认使用 ChatGLMLLM，也可选用Coze, Didy或其他类似openai的接口。
• TTS 模块
  支持 EdgeTTS（默认）、火山引擎豆包 TTS TTS 接口，满足语音合成需求。

本项目支持的平台/组件列表 📋

LLM 语言模型

类型	平台名称	使用方式	收费模式	备注
LLM	智谱（ChatGLMLLM）	openai 接口调用	免费	虽然免费，仍需点击申请密钥
LLM	DifyLLM	dify 接口调用	免费/消耗 token	本地化部署，注意配置提示词需在 Dify 控制台设置
LLM	CozeLLM	coze 接口调用	消耗 token	需提供 bot_id、user_id 及个人令牌

实际上，任何支持 openai 接口调用的 LLM 均可接入使用。

VAD 语音活动检测

类型	平台名称	使用方式	收费模式	备注
VAD	SileroVAD	本地使用	免费

---

ASR 语音识别

类型	平台名称	使用方式	收费模式	备注
ASR	FunASR	本地使用	免费
ASR	BytedanceASRV2	接口调用	收费

---

TTS 语音合成

类型	平台名称	使用方式	收费模式	备注
TTS	EdgeTTS	接口调用	免费	默认 TTS，基于微软语音合成技术
TTS	火山引擎豆包 TTS (BytedanceTTSV3)	接口调用	消耗 token	点击创建密钥

---

---

使用方式

参看install_deps.sh安装依赖和构建

启动命令

# 修改config.example.yaml为config.yaml，并填写自己的配置信息

./build/apps/web_server
# 或者指定config path
./build/apps/web_server config.yaml