Repolode
joey-zhou

joey-zhou/xiaozhi-esp32-server-java

Xiaozhi ESP32音声デバイス向けのJavaサーバー兼管理プラットフォーム。デバイス監視、音声・ペルソナ管理、会話ログに対応します。

スター
1,381
フォーク
505
未解決の Issue
2
最終コミット
23 日前

これは何?

Xiaozhi ESP32 Server Javaは、Xiaozhi ESP32ファームウェアと互換性のあるESP32ベースの音声デバイス向けJavaバックエンドです。ユーザー、デバイス、ロール、OTAアップグレードを管理するWeb管理コンソールと、WebSocketやMQTTによる音声ストリームおよびAI会話パイプラインを処理する独立した対話サービスを備えています。

システムは、管理用のxiaozhi-serverとリアルタイム音声処理用のxiaozhi-dialogueという2つのプロセスに分かれており、MySQLとRedisを共有しながら個別にスケールできます。音声認識と音声合成にはsherpa-onnxやVoskなどのローカルモデル、またはクラウドプロバイダーを利用できます。言語モデルはOpenAI、Zhipu、Ollama、Dify、Cozeなどから選べます。MCPツール対応、function calling、RAGナレッジベース、声紋認識によってアシスタントの機能を拡張できます。

Docker Composeによるデプロイ、またはJDK 21、Maven、Node 22、MySQL 8、Redis 7を使ったソースからの構築に対応しています。初回起動時には、付属のスクリプトでモデルをダウンロードします。

主な機能

  • 01MySQLとRedisを共有しながら個別にスケールできる、管理用と対話用の独立したプロセス
  • 02音声クローンやストリーミング対話にも対応した、ローカルおよびクラウドの音声認識・音声合成
  • 03OpenAI、Zhipu、Ollama、Dify、Cozeなど、各種LLMプロバイダーとの連携
  • 04スマートホーム制御に使えるMCPツールプロトコル対応とfunction calling
  • 05PDF、Office、画像ドキュメントに対応したRAGナレッジベース
  • 06複数の家族メンバーに対応する長期記憶と声紋認識

ユースケース

  • 家庭やオフィスのESP32デバイス向けに、セルフホスト型の音声アシスタントバックエンドを運用する
  • OTAアップグレードと監視を通じて、Xiaozhi互換デバイスを一元管理する
  • MCPやfunction callingを使ってスマートホームデバイスを操作する音声アシスタントを構築する
  • 音声認識・音声合成やLLMプロバイダーを切り替えながら、ESP32ハードウェア上でAI音声製品のプロトタイプを開発する

クイックスタート

  1. 1

    フォルダーを作成して、その中に移動します

    mkdir xiaozhi && cd xiaozhi
  2. 2

    docker-compose.yml ファイルをダウンロードします

    curl -O https://raw.githubusercontent.com/joey-zhou/xiaozhi-esp32-server-java/main/docker-compose.yml
  3. 3

    コンテナを起動します

    docker compose up -d
  4. 4

    コンテナが正常な状態になったら、http://localhost:8084 を開き、admin / 123456 でログインして、LLM API キーを設定します

使う前に知っておきたいこと

  • システムで会話するには、ご自身の LLM API キーを用意する必要があります。キーは付属していません。
  • 一部の機能はオープンソースではなく、商用版でのみ利用できます。

トピック

よくある質問

xiaozhi-esp32-server-java とは?
Xiaozhi ESP32音声デバイス向けのJavaサーバー兼管理プラットフォーム。デバイス監視、音声・ペルソナ管理、会話ログに対応します。 Xiaozhi ESP32 Server Javaは、Xiaozhi ESP32ファームウェアと互換性のあるESP32ベースの音声デバイス向けJavaバックエンドです。ユーザー、デバイス、ロール、OTAアップグレードを管理するWeb管理コンソールと、WebSocketやMQTTによる音声ストリームおよびAI会話パイプラインを処理する独立した対話サービスを備えています。
xiaozhi-esp32-server-java は無料で使えますか?ライセンスは?
xiaozhi-esp32-server-java は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
xiaozhi-esp32-server-java は今もメンテナンスされていますか?
活発にメンテナンス中。xiaozhi-esp32-server-java の最終コミットは 2026年9月27日 です。
xiaozhi-esp32-server-java は何に使えますか?
家庭やオフィスのESP32デバイス向けに、セルフホスト型の音声アシスタントバックエンドを運用する OTAアップグレードと監視を通じて、Xiaozhi互換デバイスを一元管理する MCPやfunction callingを使ってスマートホームデバイスを操作する音声アシスタントを構築する 音声認識・音声合成やLLMプロバイダーを切り替えながら、ESP32ハードウェア上でAI音声製品のプロトタイプを開発する
xiaozhi-esp32-server-java のインストール方法は?
フォルダーを作成して、その中に移動します: mkdir xiaozhi && cd xiaozhi docker-compose.yml ファイルをダウンロードします: curl -O https://raw.githubusercontent.com/joey-zhou/xiaozhi-esp32-server-java/main/docker-compose.yml コンテナを起動します: docker compose up -d コンテナが正常な状態になったら、http://localhost:8084 を開き、admin / 123456 でログインして、LLM API キーを設定します
xiaozhi-esp32-server-java はどこで入手できますか?
ソースコードとインストール手順は GitHub にあります:https://github.com/joey-zhou/xiaozhi-esp32-server-java

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト