1. 项目概述：当ESP32遇上AI语音合成

最近在捣鼓一个挺有意思的小玩意儿：用ESP32和MAX98357A音频放大器，结合AI文本转语音（TTS）服务，做了一个能“开口说话”的智能终端。这听起来可能像是智能音箱的简化版，但它的核心魅力在于，你不再需要依赖昂贵的离线语音合成芯片，或者体积庞大的树莓派加音箱方案。一个成本几十块钱的ESP32开发板，加上一片小小的MAX98357A，就能通过网络调用云端强大的AI语音合成能力，说出任何你想要的句子，而且音质相当不错。

这个项目的核心价值在于它的 高性价比和灵活性 。ESP32本身集成了Wi-Fi和蓝牙，处理能力也足够应对网络通信和音频数据流的解码与传输。MAX98357A则是一款经典的I2S数字音频功放，与ESP32的I2S接口是天作之合，能够将数字音频信号高质量地转换为模拟信号驱动喇叭。而AI TTS服务，比如我这次用到的Wit.ai TTS（当然，国内也有类似百度、科大讯飞的开放接口），提供了丰富、自然、多音色的语音合成能力。这三者结合，就构成了一个可定制化程度极高的语音播报模块。你可以把它嵌入到智能家居的提醒终端、车站的到站播报器、博物馆的展品讲解器，甚至是自己DIY的桌面小助手里面，让硬件设备真正拥有“人声”。

我之所以选择这个组合，是因为它在成本、开发难度和效果之间找到了一个很好的平衡点。纯离线方案要么音质生硬（如SYN6288），要么成本高昂（如语音合成模块）；而用ESP32直接播放MP3文件又受限于存储空间和内容的固定性。通过接入AI TTS，我们实现了“内容动态生成，语音实时合成，设备即时播报”的流程，这为物联网设备增加了前所未有的交互维度。接下来，我就把这套方案的完整设计思路、踩过的坑以及一步步的实现过程拆解给你看。

2. 核心硬件选型与电路设计解析

2.1 为什么是ESP32与MAX98357A这对黄金搭档？

选择ESP32作为主控几乎是这个项目的必然选择。首先，它内置了Wi-Fi和蓝牙，这是我们能够联网调用云端AI服务的物理基础。其次，ESP32拥有一个硬件I2S（Inter-IC Sound）接口，这是一种专门用于传输数字音频数据的高速串行总线协议。相比于用软件模拟或者PWM驱动音频，硬件I2S可以输出纯净的、无抖动的数字音频流，这是获得好音质的前提。ESP32的运算能力（通常是双核240MHz）也足以流畅地处理网络数据接收、音频解码（如MP3、WAV解码）以及I2S数据流的推送，不会出现卡顿或爆音。

再来看MAX98357A，这是一款非常流行的3W单声道D类音频功率放大器。它的最大优点就是“简单”。它直接接收I2S格式的数字音频信号，内部完成数模转换（DAC）和功率放大，输出端直接驱动一个4-8欧姆的喇叭。这意味着我们 完全不需要外接复杂的DAC芯片和模拟功放电路 ，极大地简化了硬件设计。它支持多种I2S数据格式，与ESP32的I2S外设兼容性很好。其效率很高，发热小，在3.3V或5V供电下都能工作，非常适合嵌入式电池供电场景。

硬件连接示意图（核心部分）： ESP32与MAX98357A的连接极其简洁，主要就是I2S的三根数据线：

  • ESP32 GPIO25 (BCLK) -> MAX98357A BCLK (位时钟)
  • ESP32 GPIO26 (LRC) -> MAX98357A LRC (左右声道时钟/字选择)
  • ESP32 GPIO33 (DIN) -> MAX98357A DIN (数据输入)

此外，MAX98357A还需要供电（VCC接3.3V或5V，GND接地）和连接喇叭（OUT+和OUT-接喇叭两极）。ESP32的3.3V输出通常可以给MAX98357A供电，但如果驱动大功率喇叭（如8欧姆3W），建议单独用5V电源给MAX98357A供电，以避免ESP32的3.3V线性稳压器过载。

注意： 务必确保MAX98357A的 SD （关断）引脚接高电平（VCC），否则芯片处于关断状态，没有任何输出。有些模块默认通过一个下拉电阻接地，需要你手动焊接一个跳线帽或飞线到VCC。

2.2 电源设计与噪声规避实战经验

音频项目最怕的就是噪声，特别是“滋滋”的底噪或随网络数据变化的“吱吱”声。这些噪声往往来源于电源。ESP32在Wi-Fi高强度收发数据时，电流会有快速波动，如果和音频放大器共用同一路电源且滤波不足，这种波动就会通过电源线耦合到音频电路里，形成可闻的噪声。

我的 实测解决方案 是：

  1. 独立供电 ：如果条件允许，使用独立的5V电源（如手机充电器）通过AMS1117-3.3等稳压模块给ESP32供电，同时这个5V电源也直接给MAX98357A供电。这样ESP32的电流波动不会直接影响功放的电源。
  2. 加强滤波 ：在MAX98357A的VCC引脚附近，紧贴芯片放置一个 100μF的电解电容 和一个 0.1μF（104）的陶瓷电容 并联到地。电解电容应对低频波动，陶瓷电容滤除高频噪声。这是降低底噪最有效的方法之一。
  3. 共地处理 ：ESP32的GND和MAX98357A的GND必须可靠连接在一起，最好在电源输入处单点连接，形成“星型接地”，避免地线环路引入噪声。
  4. 物理隔离 ：尽量让ESP32的天线部分远离MAX98357A的音频走线和喇叭线。如果空间紧凑，可以尝试用铜箔或屏蔽层包裹音频部分。

我最初尝试用一块移动电源同时给两者供电，底噪控制得就不错。但如果用开发板的USB口供电，同时驱动一个功率稍大的喇叭，就很容易听到噪声。经过上述改造后，音质纯净度提升非常明显。

3. 软件架构与AI TTS服务接入

3.1 固件框架选择：Arduino vs ESP-IDF

对于大多数开发者，包括我， Arduino框架 是快速上手ESP32开发的首选。它有丰富的库支持，社区活跃，对于实现网络请求、I2S音频播放等功能，都有非常成熟的库。例如，我们将要使用的 WiFi 、 HTTPClient 库用于联网， Audio 库（如ESP32-audioI2S）用于播放音频。Arduino IDE或PlatformIO的环境配置也相对简单。

ESP-IDF 是乐鑫官方的物联网开发框架，更底层，功能更强大，对ESP32硬件的控制更精细，性能也通常更优。如果你需要极致的音频低延迟、复杂的多任务管理，或者想深入学习ESP32，ESP-IDF是最终归宿。但对于我们这个“联网-获取音频-播放”的项目，Arduino的便利性优势巨大。

我选择Arduino框架，并配合 PlatformIO 进行开发。PlatformIO的库管理功能比Arduino IDE强得多，依赖解析和编译更智能。项目核心依赖两个库：

  1. WiFi 和 HTTPClient ：用于连接Wi-Fi和发起HTTP请求，从TTS服务获取音频数据。
  2. Audio 库 ：这里我推荐使用 esphome/arduino-audio-tools 这个库。它功能全面，支持多种编解码器（MP3, AAC, WAV, FLAC等），并且I2S输出部分封装得很好用。在PlatformIO中，你可以直接在 platformio.ini 里添加 lib_deps = esphome/arduino-audio-tools 来安装。

3.2 打通云端语音：Wit.ai TTS服务集成详解

AI TTS服务是我们的“云大脑”。我以 Wit.ai 为例，因为它对开发者比较友好，有免费额度，且接口简单。其流程本质就是一个HTTP GET请求。

第一步：获取访问令牌

  1. 登录Wit.ai官网，创建一个应用（App）。
  2. 在应用设置中找到“Server Access Token”，这就是你的API密钥。请妥善保管，不要泄露在代码里。

第二步：理解API调用 Wit.ai TTS的端点（Endpoint）是： https://api.wit.ai/synthesize 你需要发送一个HTTP GET请求，并在查询参数（Query Parameters）中传递文本和语音配置。 一个典型的请求URL如下： https://api.wit.ai/synthesize?q=Hello%20World&voice=Charlie

  • q : 需要合成的文本，需要进行URL编码（如空格变为 %20 ）。
  • voice : 选择发音人，如 Charlie （男声）、 Sophie （女声）等，可以在Wit.ai文档中查看所有可选声音。

第三步：在ESP32中实现请求 关键点在于，Wit.ai返回的音频格式是 MP3 。我们需要在ESP32端接收这个MP3数据流，并实时解码播放。这里不能先完整下载再播放，因为ESP32的内存（RAM）有限，可能存不下整个音频文件。我们需要使用 流式处理 。 

#include <WiFi.h>
#include <HTTPClient.h>
#include <AudioTools.h>
#include <AudioCodecs.h>

// 定义I2S引脚
#define I2S_BCLK 25
#define I2S_LRC 26
#define I2S_DOUT 33

// 音频对象
I2SStream i2s; // I2S输出流
EncodedAudioStream decoder(&i2s, new MP3DecoderHelix()); // 解码器流，绑定到I2S输出。使用Helix MP3解码库。
StreamCopy copier(decoder, ttsStream); // 复制器，将从网络流读取的数据复制给解码器
HTTPClient http;
WiFiClient client;

// Wit.ai配置
const char* witToken = "YOUR_SERVER_ACCESS_TOKEN";
const char* ssid = "Your_WiFi_SSID";
const char* password = "Your_WiFi_Password";

void speakText(const char* text) {
  // 1. 构建请求URL
  String url = "https://api.wit.ai/synthesize";
  url += "?q=" + String(text);
  url += "&voice=Charlie"; // 选择发音人
  
  // 2. 配置并发送HTTP请求
  http.begin(client, url);
  http.addHeader("Authorization", "Bearer " + String(witToken));
  http.addHeader("Accept", "audio/mpeg3"); // 声明我们接受MP3格式
  int httpCode = http.GET();
  
  if (httpCode == HTTP_CODE_OK) {
    // 3. 获取数据流并播放
    WiFiClient* stream = http.getStreamPtr();
    // 这里需要将stream传递给音频处理管道
    // 具体实现依赖于音频库的流式播放功能
    // 例如，使用AudioTools库，你可能需要创建一个包装器流来读取HTTP数据
    AudioStreamFromHttp audioHttp(stream); // 假设的包装器类
    copier.copy(audioHttp, decoder); // 开始复制和解码播放
  } else {
    Serial.printf("HTTP请求失败，错误码: %d\n", httpCode);
  }
  http.end();
}

void setup() {
  Serial.begin(115200);
  WiFi.begin(ssid, password);
  while (WiFi.status() != WL_CONNECTED) delay(500);
  Serial.println("WiFi连接成功");
  
  // 配置I2S
  auto config = i2s.defaultConfig();
  config.pin_bck = I2S_BCLK;
  config.pin_ws = I2S_LRC;
  config.pin_data = I2S_DOUT;
  config.sample_rate = 16000; // 与Wit.ai输出匹配，常见是16000或24000 Hz
  config.bits_per_sample = 16;
  config.channels = 1; // 单声道
  i2s.begin(config);
  
  // 配置解码器
  decoder.begin();
}

void loop() {
  // 示例：每10秒说一次话
  speakText("Hello from ESP32 and MAX98357A");
  delay(10000);
}

重要提示： 上面的 AudioStreamFromHttp 是一个示意类，实际的 arduino-audio-tools 库需要你实现一个从 WiFiClient 读取数据的流类，或者使用库中已有的 URLStream 等适配器。你需要查阅该库的文档和示例，特别是关于 StreamCopy 和 EncodedAudioStream 的用法，来实现真正的流式MP3播放。核心思想是建立一个管道： HTTP数据流 -> 解码器 -> I2S输出流 。

3.3 国内备选方案：百度AI开放平台TTS

考虑到网络延迟和稳定性，国内用户使用Wit.ai可能速度较慢。 百度AI开放平台 的语音合成服务是一个极佳的替代方案。它提供了稳定、低延迟的中文TTS，免费额度也足够个人项目使用。

接入流程类似：

  1. 注册百度AI开放平台，创建应用，获取 API Key 和 Secret Key 。
  2. 通过 API Key 和 Secret Key 获取访问令牌（Access Token），该令牌有一定有效期（通常为一个月）。
  3. 调用其TTS接口 https://tsn.baidu.com/text2audio ，通过POST请求发送文本、发音人、语速、音调等参数。
  4. 百度返回的同样是MP3格式的音频数据流。

与Wit.ai的主要区别在于认证方式（需要先换Token）和请求方法（POST）。在ESP32上，你需要先实现一个获取Token的函数，然后在每次合成语音时使用这个Token。百度TTS的音频质量，特别是中文，通常比Wit.ai的免费声音更自然。

4. 核心代码实现与流式音频播放实战

4.1 构建稳健的音频播放管道

流式播放是整个项目的技术核心。我们不能简单地把HTTP返回的数据全部读入内存再交给播放器，因为一首几秒钟的MP3可能就有几十KB，ESP32的可用内存（通常约300KB）很容易被耗尽。我们必须实现“边下边播”。

使用 arduino-audio-tools 库，我们可以构建一个高效的管道。下面是一个更贴近实际实现的代码框架： 

#include <Arduino.h>
#include <WiFi.h>
#include <HTTPClient.h>
#include <AudioTools.h>
#include <AudioCodecs.h>
#include <AudioLibs/Communication.h> // 可能需要用于网络流

// 硬件引脚定义
#define I2S_BCLK 25
#define I2S_LRC 26
#define I2S_DOUT 33

// 全局对象
I2SStream i2s;
EncodedAudioStream decoder(&i2s, new MP3DecoderHelix()); // 使用Helix软件解码MP3
AudioStreamFromHttp audioHttp; // 这是一个需要我们自己实现的类
StreamCopy copier(decoder, audioHttp); // 负责从audioHttp读取数据，解码后写入i2s

const char* ssid = "***";
const char* password = "***";
const char* witToken = "***";

// 自定义的HTTP音频流类（简化概念版）
class AudioStreamFromHttp : public Stream {
public:
  AudioStreamFromHttp() : client(nullptr), http(nullptr), pos(0) {}
  
  bool begin(const char* url, const char* authHeader) {
    http = new HTTPClient();
    http->begin(url);
    http->addHeader("Authorization", authHeader);
    http->addHeader("Accept", "audio/mpeg");
    int code = http->GET();
    if (code == HTTP_CODE_OK) {
      client = http->getStreamPtr();
      return true;
    }
    return false;
  }
  
  void end() {
    if (http) {
      http->end();
      delete http;
      http = nullptr;
      client = nullptr;
    }
  }
  
  // 必须实现的Stream接口方法
  int available() override {
    if (client && client->connected()) {
      return client->available();
    }
    return 0;
  }
  
  int read() override {
    if (client && client->connected()) {
      return client->read();
    }
    return -1;
  }
  
  int peek() override {
    if (client && client->connected()) {
      return client->peek();
    }
    return -1;
  }
  
  size_t readBytes(uint8_t* buffer, size_t length) override {
    if (client && client->connected()) {
      return client->readBytes(buffer, length);
    }
    return 0;
  }
  
private:
  WiFiClient* client;
  HTTPClient* http;
  size_t pos;
};

AudioStreamFromHttp ttsStream;

void speak(const char* text) {
  // 1. URL编码文本（简单处理空格）
  String encodedText = String(text);
  encodedText.replace(" ", "%20");
  
  // 2. 构建请求URL
  String url = "https://api.wit.ai/synthesize?q=" + encodedText + "&voice=Charlie";
  
  // 3. 启动HTTP音频流
  if (ttsStream.begin(url.c_str(), ("Bearer " + String(witToken)).c_str())) {
    Serial.println("开始播放...");
    
    // 4. 启动解码和播放管道
    decoder.begin(); // 确保解码器已开始
    // 循环复制数据，直到流结束
    while (ttsStream.available() > 0 || copier.copy() > 0) {
      // copier.copy()会处理数据块。你也可以在这里添加喂狗或处理其他任务。
      delay(1); // 避免忙等待
    }
    Serial.println("播放结束。");
    ttsStream.end();
  } else {
    Serial.println("启动TTS流失败。");
  }
}

void setup() {
  Serial.begin(115200);
  
  // 连接Wi-Fi
  WiFi.begin(ssid, password);
  while (WiFi.status() != WL_CONNECTED) {
    delay(500);
    Serial.print(".");
  }
  Serial.println("\nWiFi已连接");
  
  // 配置I2S
  auto cfg = i2s.defaultConfig();
  cfg.pin_bck = I2S_BCLK;
  cfg.pin_ws = I2S_LRC;
  cfg.pin_data = I2S_DOUT;
  cfg.sample_rate = 16000;
  cfg.bits_per_sample = 16;
  cfg.channels = 1;
  cfg.buffer_size = 1024; // 缓冲区大小，影响延迟和稳定性
  cfg.buffer_count = 4;   // 缓冲区数量
  if (!i2s.begin(cfg)) {
    Serial.println("I2S初始化失败！");
    while (1); // 停止
  }
  
  // 预配置解码器（注意：有些解码器需要在begin时知道参数）
  decoder.begin(cfg); 
}

void loop() {
  speak("你好，世界。这是一个基于ESP32和人工智能的语音合成系统测试。");
  delay(15000); // 等待15秒
}

这段代码勾勒出了核心逻辑。你需要根据 arduino-audio-tools 库的最新API调整 AudioStreamFromHttp 类的实现，使其正确继承 Stream 类并与 StreamCopy 协作。库的官方示例 HttpStreamExample 或 UrlAudioExample 是极好的起点。

4.2 关键参数调优与内存管理

在ESP32上玩音频，内存和缓冲区管理是艺术。

  1. I2S缓冲区配置 ( buffer_size 和 buffer_count )：

    • buffer_size ：每个缓冲区的大小（以样本计）。太小会导致频繁中断，可能造成音频断续；太大会增加延迟。对于16kHz采样率，1024个样本的缓冲区对应约64ms的音频数据，是一个不错的起点。
    • buffer_count ：缓冲区数量。双缓冲（2个）是最低要求，但使用4个或8个可以形成更稳定的流水线，防止因网络短暂波动或任务调度导致的欠载（underflow，即播放器没数据了，产生“咔哒”声）。
    • 调优建议 ：从 buffer_size=1024, buffer_count=4 开始。如果听到爆音或断续，尝试增大 buffer_size 到2048。如果内存紧张（出现 malloc 失败），尝试减小 buffer_count 到2。

  2. 网络流读取块大小 ：在 StreamCopy 内部或自定义的 readBytes 方法中，一次读取的数据块不宜过大或过小。通常一次读取512或1024字节是比较高效的。太大的块可能阻塞其他任务，太小的块会增加系统调用开销。

  3. 任务优先级与看门狗 ：如果你的代码中还有其他任务（如处理传感器、响应按钮），需要确保音频播放任务（或 loop 中的 copier.copy() 循环）有足够的CPU时间。避免在音频播放关键路径上进行长时间的阻塞操作（如 delay(100) ）。可以考虑使用FreeRTOS任务，并给音频相关任务较高的优先级。同时，长时间运行的循环（如 while(copier.copy()) ）中需要定期调用 delay(0) 或 yield() 来喂食看门狗（Watchdog），防止ESP32复位。

  4. 解码器选择 ： MP3DecoderHelix 是一个纯软件解码器，功能强大但相对耗CPU和内存。如果合成音频的格式是WAV（PCM），那么解码压力会小很多。有些TTS服务支持返回WAV格式，如果可能，优先选择WAV，可以使用 WAVDecoder ，效率更高。

5. 系统优化、调试与扩展思路

5.1 常见问题排查与解决实录

在开发过程中，我遇到了几乎所有可能的问题，这里整理成一个速查表：

现象 可能原因 排查步骤与解决方案
完全无声 1. MAX98357A SD 引脚未拉高。
2. I2S引脚接错。
3. 喇叭损坏或接触不良。
4. 音量设置为0或代码未启动播放。 		1. 用万用表测量 SD 引脚电压，应为VCC。
2. 对照原理图，用逻辑分析仪或示波器检查BCLK、LRC是否有信号输出。
3. 用电池直接点触喇叭两极，应有“嗒嗒”声。
4. 在代码中初始化后立即用I2S输出一个固定的测试音（如正弦波）。
有巨大噪声或失真 1. 电源噪声（最常见）。
2. I2S时钟配置错误（采样率、位深）。
3. 音频数据格式不匹配（如单声道/立体声）。 		1. 按本文“电源设计”部分加强滤波，尝试独立供电。
2. 确认代码中I2S配置的 sample_rate 、 bits_per_sample 、 channels 与音频源（TTS输出）完全一致。
3. 检查MAX98357A的 DIN 数据是否在LRC的上升沿/下降沿对齐。
播放卡顿、断续 1. Wi-Fi信号弱或不稳定。
2. 网络延迟高（TTS服务器在国外）。
3. ESP32内存不足或CPU过载。
4. I2S缓冲区设置过小。 		1. 靠近路由器，或在代码中加入Wi-Fi信号强度打印 RSSI 。
2. 换用国内的TTS服务（如百度）。
3. 优化代码，减少全局变量，使用 PROGMEM 存储常量字符串。使用 heap_caps_print_heap_info() 监控内存。
4. 增大I2S的 buffer_size 和 buffer_count 。
播放速度过快或过慢（音调变化） I2S主时钟（MCLK）分频设置错误，导致实际采样率与音频数据不匹配。 ESP32的I2S主时钟由APLL或外部晶振分频而来。确保 sample_rate 设置准确。对于16kHz音频， sample_rate 必须设为16000。可以尝试在I2S配置中显式设置 use_apll = false 。
HTTP请求失败 1. API令牌错误或过期。
2. 未添加正确的请求头（如Authorization, Accept）。
3. 网络未连接。 		1. 在电脑上用Postman或curl测试API URL和令牌是否正确。
2. 在ESP32代码中打印HTTP返回码和服务器响应体，分析错误信息。
3. 确保 WiFi.status() == WL_CONNECTED 。

一个关键的调试技巧 ：在代码中不同阶段加入 Serial.print ，打印关键状态，如Wi-Fi连接状态、HTTP返回码、音频缓冲区剩余空间、解码器状态等。这能帮你快速定位问题发生在哪个环节。

5.2 性能优化与功能扩展

当基础功能跑通后，可以考虑以下优化和扩展，让你的系统更强大、更实用：

  1. 音频缓存与预加载 ：对于固定提示音（如“欢迎”、“错误”），可以预先合成并转换成WAV格式，存储在ESP32的SPIFFS（闪存文件系统）中。播放时直接从闪存读取，实现零延迟、不依赖网络的本地播报。对于动态内容，仍使用网络TTS。

  2. 降低功耗 ：如果用于电池设备，在静默期间，可以关闭MAX98357A（拉低 SD 引脚），并将ESP32设置为深度睡眠（Deep Sleep），仅由外部中断（如定时器或按键）唤醒，唤醒后联网获取语音并播放，完成后再次进入睡眠。

  3. 增加本地触发 ：结合ESP32的GPIO或触摸传感器，实现物理触发。例如，按下一个按钮，就说出现实时间或传感器读数。这需要你将传感器数据（如从DHT11读取温湿度）格式化成字符串，然后传递给TTS函数。

  4. 集成语音识别（ASR）实现对话 ：让项目从“只会说”升级到“能听会说”。你可以利用ESP32的另一个核心，或者使用更强大的ESP32-S3，同时运行两个任务：一个任务监听本地关键词唤醒（如“嗨，小智”），唤醒后通过Wi-Fi将后续录音上传到云端ASR服务（如百度ASR）进行识别，得到文本后，再调用TTS服务生成回答并播放。这就构成了一个简易的语音助手雏形。

  5. 多音源与混音 ：如果需要播放背景音乐的同时播报语音，就需要混音。这超出了MAX98357A单声道I2S输入的能力。可以考虑使用更高级的音频编解码芯片，如WM8960，它支持多路输入和简单的混音功能，或者直接在ESP32上用软件进行PCM数据混音后再通过I2S输出。

这个项目就像打开了一扇门，展示了如何在资源受限的嵌入式设备上接入强大的云端AI能力。从无声到有声，从静态到动态交互，其中的每一步调试和优化，都是对硬件、网络和软件协同工作的深入理解。当你第一次听到ESP32清晰地通过自己连接的喇叭说出你指定的句子时，那种成就感是无可替代的。希望这份详细的拆解，能帮你绕过我踩过的那些坑，更快地享受到硬件与AI语音融合的乐趣。

Logo
乐奇 Rokid 开放社区

更多推荐

cover

微安级唤醒、2节干电池直供：CI3422如何重新定义电池供电设备的语音交互

avatar 乐奇 Rokid 开放社区
cover

基于 Rokid AIUI：从一句咒语到一副眼镜，我做了款 AR 寻宝游戏《寻宝猎手》

avatar 乐奇 Rokid 开放社区
cover

AR巡检哪家好

avatar 乐奇 Rokid 开放社区