鴨寮街幾十蚊散件砌AI機械人 接入 Muse AI 可聽廣東話 + 以本人聲線回應

網民於 Threads 分享將桌面機械人 StackChan 接入 Muse 及 Gemini 3.8 Flash TTS 模型，成功以複製的個人聲線及廣東話進行對答。本文整理 Muse Gadgets SDK 與 Gemini TTS 語音合成的整合步驟，介紹由 ESP32 開發板韌體刷寫、App 配對，到聲線複製及音訊輸出的基本流程，並列出硬件選購、API 使用費用與私隱條款等注意事項。

即刻【按此】，用 App 睇更多產品開箱影片

AI 趣聞＋教學｜StackChan 用「自己把聲」答自己！Muse AI 機械人入門點樣玩？

同桌面機械人講廣東話，聽到的竟然是「自己把聲」？網民@dennisngcyeung 在 Threads 分享，把 Muse 接入 StackChan，再用 Gemini 3.8 Flash TTS 複製自己的聲線，讓小機械人用熟悉的聲音回答。AI 助理有了表情、有了身體，連聲線也可以帶點個人特色，難怪留言即刻有人「求教學」。

「個口係我把聲」：趣味在於把幾種工具砌埋

按原帖描述，這隻 StackChan 能聽廣東話，再以作者的複製聲線回應。作者亦提到可接駁 Gmail、Calendar、Facebook、Instagram 和 Threads。這些是他的改裝分享，並非每部 StackChan 出廠即有的功能。

帖文提到鴨寮街「幾十蚊」買到 ESP32，價錢只指 ESP32；作者還特別笑說，StackChan 並非在鴨寮街購入。想照着玩，預算要把機身、收音播聲零件、電源及服務費分開計，原帖未公布整套成本。

先認清三個角色：機身、助理、聲線

ESP32 是控制硬件的小核心；以 ESP32-S3 為例，可透過 Wi-Fi 連網、接駁不同零件。M5Stack 官方版 StackChan 則把屏幕、咪高峰、喇叭及馬達整合成桌面機械人，負責收音、播聲、表情和轉動。原帖未列明所用的具體版本。

↓點擊圖片放大↓

作者回覆提到 Meta Gadgets SDK。Muse Gadgets 提供開源 SDK 及韌體，讓硬件接上 Muse；開源的是這些工具，不能因此理解為 Muse 模型開源，或整套 AI 完全在 ESP32 離線運行。

最後一棒是 TTS，即「文字轉語音」：把助理的答案讀出來。Google 的 TTS 文件列有廣東話；這是語音合成支援，收音後能否準確理解廣東話，仍要看前端辨識及助理系統。聲線複製則令新句子帶有某人的聲音特徵。

想試玩？先準備這幾樣

硬件：官方支援清單上的開發板、可傳數據的 USB 線，以及合適電源。想用聲音對答，要逐項核對咪高峰、喇叭、記憶體及音訊支援；有 ESP32 不等於可以直接收音播聲。例如預設 ESP32-C5 DevKitC-1 入門配置只有狀態燈和按鈕。

軟件與帳戶：macOS 或 Linux 電腦、Muse 手機 App、Muse Gadgets SDK token；若加 Gemini TTS，另需可使用相關模型的 Gemini API 項目。購買硬件前，先確認自己的地區、帳戶及方案可用。

入門 5 步：先接通，再加「自己把聲」

以下按官方文件整理通用入門路線，方便逐關測試。作者的完整程式及零件清單尚未核實，不能當成原帖同款的照抄組裝教學。

1. 選定板型，先看功能表

到 Muse 官方裝置清單核對完整型號及音訊功能，再開該板的設定說明。CoreS3 在支援清單內，也不代表 StackChan 的馬達和機身功能已自動整合。已有 StackChan，可先按 M5Stack 官方入門檢查原廠收音、播聲與轉動，再考慮改韌體。

2. 裝工具，把韌體寫入板

跟 Muse ESP32 README 安裝 ESP-IDF v6.0.1，取得 SDK 專案；在 menuconfig 填入自己的 SDK token，按板型說明編譯，再經 USB 寫入。預設 build 是 C5 DevKitC-1，其他型號要用對應設定，別直接照搬。先看清復原方法，改韌體可能令裝置無法啟動或影響保養。

3. 用 Muse App 配對，先確認收到回覆

在 App 的 Settings → Devices 開啟 Developer mode，再選 Add Device，跟提示連 Wi-Fi 及按實體按鈕確認。以短問題測試連線；有咪高峰的板才進一步試按鍵說話。SDK 的基本回覆是文字，接通後未有聲音，不一定是故障。

4. 先在電腦試聲，再複製自己的聲線

先用 Google AI Studio 的 TTS 試一段簡短廣東話，例如「你好，今日想傾啲咩？」。預設聲線播放正常後，再開 Voice Replication，依畫面錄製或上載同一名成年人的 10 至 30 秒自然說話及指定同意聲明錄音，預聽結果並取得 voice ID。只使用自己或已明確同意的成年人聲線。

5. 把文字答案交給 TTS，才接回機械人

先按 Google 語音合成範例，把測試文字及 voice ID 送到 Gemini 3.8 Flash TTS，確認能取得音檔；再由程式把 Muse 回覆送去合成、交喇叭播放。這一步仍需開發：要配合硬件音訊格式、播放方式及錯誤處理。先做好一句問答，再加表情和轉頭，會較容易找出問題。

試玩前留意：聲線、費用與私隱

聲線錄音會交給 Google 處理；按官方預設流程建立的聲線資料會儲存在項目內，可管理及刪除。不要拿別人的影片或錄音來冒認本人；分享成品時，也應說明是 AI 合成聲音。

硬件買斷不代表之後沒有費用。Muse 方案、Gemini API 用量及可用功能須按帳戶當時顯示核對。對話亦依賴網絡及相關服務；聲線相似度、廣東話讀音和等待時間，應以自己的環境逐項測試。

接電郵、日曆及社交帳戶可留待基本對答穩定後才做。先看清每項權限能讀甚麼、能否代發內容，只開需要的功能；不要把 API 金鑰、token 或 Wi-Fi 密碼放進公開程式庫或截圖。

Source： ezone.hk、Threads

【相關報道】

【相關話題】30+超準ai算命指令免費複製用！Gemini/deepseek/GPT算命變占卜睇相風水佬【八字/塔羅/生命靈數自測】

【ai 算命】不論是Google Gemini算命、DeepSeek算命 及 ChatGPT算命，以上怕皆憑強大邏輯推演與數據整理力被封為「算命大師」，由ai 算命免費測八字喜忌、印度星盤到紫微斗數全包辦！想知ai 算命準嗎？邊款 AI 睇掌睇相最準？本文齊集 2026最新30+條ai 算命指令（ai算命prompt）複製即用。即睇 ezone 獨家點評，揭開 AI 算命「八字排盤死穴」與修正秘技！

↓點擊圖片放大↓

+2

Source: ezone.hk