从零做一只会说话的机器鸭（一）

硬件选型与开发环境踩坑实录

一个零基础、预算约 400 元的 8 周项目。 这是第一篇，只写已经真实做完的部分：怎么选硬件、怎么把开发环境搭起来， 以及那个卡了我三次、网上教程几乎没讲清楚的报错。 下一篇（结构组装 + 语音对话跑通）等板子到货后继续。

一、要做的是什么

最终成品：一只巴掌大的鸭子立在桌上，喊它名字，它转头看你、扇两下翅膀、用鸭子的语气回答你。眼睛是一块小屏幕，会眨眼。

听起来很难，因为语音对话链路（唤醒 → 录音 → 语音识别 → 大模型 → 语音合成 → 播放）本来是件挺复杂的事。

好消息是：这条链路已经有人做好了，我只需要把它跑起来。

所以这个项目的真实难度，比大多数人以为的低。前提是选对硬件。

二、核心策略：先借后造

一开始我的计划是"从零造一个"——自己写语音链路、自己设计结构。调研后改成：

零基础做项目，知道什么时候该"绕过去"，比硬啃更重要。

三、四个选型决策

3.1 主控：唯一不能让步的一条

这是整个项目里唯一不能妥协的规格。

关键参数：

买错的症状：无声、收音底噪大、音频卡顿、频繁重启。

⚠️ N8R2 / N8R8 / 任何不带 R 的，都是没有 PSRAM 或 PSRAM 不足，直接退货。 这是唯一一条我建议"收到就退"的硬指标。

排针必须已焊接

我纠结过这个问题，结论没有悬念：

• 零基础没有焊台，44 个脚、间距 2.54 mm，极易虚焊、连锡，焊坏就是板子报废
• 已焊接版通常只贵 3–5 元

商品页有个容易踩的坑——「不焊接」有两个完全不同的东西：

第三种是给产品化设计用的，有些商家标成「未焊版」，价格便宜，看着像同一个东西，其实完全不是一回事。下单前问客服一句：是焊好排针的成品板吗？不是裸模组吧？

一个容易被忽略的坑：WiFi 信号

有人实测对比过同一位置的两块 ESP32-S3 板：-54 dBm vs -77 dBm，差了 23 dBm。

而这个项目 100% 依赖 WiFi 联网对话，信号差会表现成配网失败、频繁掉线——而且你前期一定会以为是代码问题。

那些"为能插面包板而压缩天线面积"的窄版要特别小心。 收货当天连上 WiFi 测信号，低于 -70 dBm 就退。

板子要不要插面包板？不建议

板子 70 × 28 mm，插进 830 孔面包板会横跨大半宽度，两侧就没地方插麦克风、功放、OLED 了。

正确做法：板子放在面包板旁边，用母对母杜邦线把 GPIO 引过去，面包板空间全部留给外设。

3.2 舵机：9g 还是 14g？

这个我纠结了很久，结论很有意思：它们本来就是同一款。

查了多家供应商规格书，标 14g 的那些尺寸写的全是 22.8 × 12.2 × 28.5 mm，扭矩 1.8–2.2 kg·cm，电压 4.8–6 V——和标 9g 的一字不差。

反过来想：14 g 反而说明它是真金属齿。塑料齿的 SG90 做不出这个重量。

真正要防的是买成 SG90——SG90 才是真约 9 g，而且是塑料齿，摔几次就扫齿（表现为抖动、无力、异响）。

收货 10 秒确认法：

• 称重：13–14 g = 金属齿 MG90S（对）；9 g = 塑料齿 SG90（错）
• 看齿轮颜色：从外壳缝隙看，银色/铜色 = 金属齿，白色 = 塑料齿

量尺寸没用：SG90 是 23 × 12.2 × 29 mm，和 MG90S 只差 0.2–0.5 mm，普通尺子量不出来。

3.3 音频：为什么必须是"数字"麦克风和功放

这两颗是数字器件，走 I2S 总线，ESP32-S3 原生支持，不需要额外的 ADC/DAC。

常见的买错：

• 麦克风买成 MAX9814 / MAX4466 — 这是模拟麦克风，接法完全不同
• 功放买成 PAM8403 / MAX9744 — 模拟输入，ESP32 没有 DAC 输出，推不动

⚠️ INMP441 的 VDD 和 GND 反接会直接烧坏，这颗芯片很脆弱。 另外一定要买已焊排针的版本——它的焊盘极小，没焊台根本焊不了。

喇叭选 8Ω 2–3W 腔体喇叭（带共鸣腔，音质明显好于裸喇叭）。桌面玩具 8Ω 的 1.4 W 完全够用，而且电流小、供电压力低。

3.4 屏幕：分两步，别一上来就上圆形屏

原计划直接上圆形 LCD 做眼睛，后来改成：先 OLED（7 元）→ 后面再升级圆形 LCD（40 元）。

原因：OLED（SSD1306）是现成固件原生支持的，能直接跑通；圆形 LCD（GC9A01）要自己写 TFT_eSPI 驱动配置，这是新手最容易卡的一步。

一上来就上 LCD，很容易卡死在屏幕驱动上—— 而"听到它第一次说话"是关键节点，不该被屏幕拖住。

OLED 参数：0.96 寸 / 128×64 / SSD1306 / I2C 四针 / 地址 0x3C。

买的时候直接问客服：「是 SSD1306 驱动的 I2C 四针版吗？」——避开 7 针 SPI 版和 SH1106（外观一样但驱动不同，要换库）。

四、采购清单

第一批：核心（约 140–165 元）

第二批：语音与表情（约 80 元）

预算

建议分开买，不要买"一站式套件"。 我最初看中过一款专为这个项目做的面包板套件，后来它停产了。 把整套方案押在一个 SKU 上，它一停你就被卡住，而这类创客套件生命周期通常很短。 分开买的好处：任何一家断货随时换、缺哪样补哪样，合计反而更便宜。

五、环境搭建

5.1 装 Arduino IDE 并汉化

装 Arduino IDE 2.3.10（2026-06 发布，约 151 MB）。

双版本 2.3.10 原生支持简体中文，不需要第三方汉化补丁——这点很重要，网上那些"绿色汉化版"是解包改了 app.asar 的魔改包，实测约 87% 概率启动报错，自动更新一覆盖就失效。

汉化两种方式，任选：

方式一（推荐，GUI）：文件 → 首选项 → Language 下拉选「中文（简体）」→ 点 OK → 重启

方式二（配置文件）：编辑 %USERPROFILE%\.arduinoIDE\settings.json

{
  "arduino.language": "zh-CN",
  "editor.preferredLanguage": "zh-CN"
}

⚠️ 必须完全退出 IDE 再启动，仅点关闭窗口不够。 我第一次改完配置只关了窗口，重开后菜单还是英文，一度以为方法不对； 彻底退出进程再启动，中文就出来了。

5.2 ESP32 支持包：卡了我三次的报错

这是全文最值得看的部分，因为网上教程基本没讲清楚。

先说结论：别直接点安装。

现象

配好国内镜像后，安装依然失败：

esp32:esp-rv32@2601 Download failed: performing HEAD request:
Head "https://github.com/espressif/crosstool-NG/releases/download/...
read tcp ...: wsarecv: An existing connection was forcibly closed

我换了镜像、清过缓存，还是同一个错。

真正的原因

镜像只把「索引」搬到了国内，「包体」仍在 GitHub。

更隐蔽的一点：就算换对了镜像，直接点"安装"会去装最新的 3.3.12，而 3.3.12 依赖的工具链指向 GitHub；这个镜像里只有带 -cn 后缀的版本才是全套走乐鑫国内 CDN（dl.espressif.cn）。

正确做法

1. 附加开发板管理器网址填： https://arduino.me/packages/esp32.json
2. 在版本下拉框里明确选 3.2.1-cn，不要选最上面那个

装完验证：

Board name:     ESP32S3 Dev Module
FQBN:           esp32:esp32:esp32s3
Board version:  3.2.1-cn
PSRAM 选项:      Disabled / QSPI PSRAM / OPI PSRAM   ← 必须选 OPI

⚠️ 装好后 IDE 可能提示"可更新到 3.3.12"。别点升级——升级会重新去 GitHub 拉工具链，又得卡死。 3.2.1 完全支持 ESP32-S3，不影响后续所有实验。 顺带排掉一个错误选项：国内另一个常见镜像 jihulab.com/.../package_esp32_index_cn.json 是同样的问题（乐鑫自己的镜像，也只镜像索引）。别绕回去。

六、踩坑清单

环境

硬件

通用排查顺序

1. 供电够吗？        → 舵机独立供电了吗？三地共地了吗？
2. 线接对了吗？      → 对照引脚表一根一根数，别凭记忆
3. 线松了吗？        → 杜邦线接触不良极常见，重新插一遍
4. 代码引脚改了吗？  → 改了接线就要改代码，两边必须一致
5. 模块坏了吗？      → 换一个试试
6. 拆到最小单元      → 只留一个模块，看它能不能工作

第 6 条最有效。 问题常出在"多个模块互相干扰"，拆到最小逐一验证是最快的定位方法。

七、下一步

硬件已经下单（发往新疆，路上要几天）。到货后按这个顺序推进：

下一篇会写纸板原型的具体尺寸和组装过程（含实物照片），以及跑通对话时又踩了哪些坑。

八、这次的三条经验

1. 先借后造，别从零开始。 最难的部分通常已经有人做好了。判断"什么时候该绕过去"，比硬啃重要得多。

2. 唯一不能让步的规格，写死在清单里。 主控必须 N16R8 + PSRAM——这属于"买错了整个项目就做不成"的级别。其他都可以将就，这个不行。

3. 选经过验证的组合，而不是理论上最新的那个。 这次两个坑（ESP32 包、舵机型号混淆）本质上是同一个错误：想用"最新/最标准"的，而忽略了实际可用性。3.3.12 是最新，但装不上；能用的是 3.2.1-cn。

本文所有参数均来自实际采购与实测。如遇镜像失效或型号更新，以官方最新文档为准，欢迎指正。