Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Ich werde deinem ESP32 oder smarter Hardware eine LLM-Stimme AI hinzufügen
Gründer und Ingenieur, der KI-Agenten und smarte Hardware baut
Ich bin YuZou (Zou Yu), Gründer und CEO von ORULINK, einem KI-Roboter-Startup in Shenzhen, und Full-Stack-Ingenieur für Hardware und Software: ESP32/ESP-IDF Firmware, Raspberry Pi, FastAPI-Backends un...
Über diesen Service
Deine Hardware funktioniert. Gib ihr jetzt Stimme und Gehirn. Ich helfe Gründern und Hardware-Teams, LLM-Stimme-Interaktion zu ESP32-Klasse Geräten hinzuzufügen: Mikrofon, Speech-to-Text, LLM-Agent, Text-to-Speech, Lautsprecher – alles in einen reibungslosen Loop.
Ich bin Gründer von ORULINK, einem Consumer-AI-Robotics-Startup in Shenzhen. Unser WatcheRobot ist ein ESP32-S3 Desktop-Roboter mit offener SDK/API, der auf der WTCC 2026 und WAIC 2026 ausgestellt wurde. Stimme ist seine Kernfunktion, daher habe ich bereits die Probleme gelöst, die Sprachhardware killen: Pufferunterläufe, Wiedergabeb hafte, Streaming-Latenz und Wake-/Trigger-Edge-Cases.
Die meisten Projekte scheitern an der Architektur, nicht am Coding: Der falsche Audio-Pipeline, unrealistische Latenz oder Cloud-Kosten, die bei Skalierung explodieren. Eine Beratung (180 $) liefert ein asynchrones, schriftliches Machbarkeitsmemo und eine 1 Folge-Q&A. Architektur (550 $) ergänzt das volle Architektur-Dokument, ESP-IDF-Firmware-Skelett, Diagramme und 7 Tage Message-Q&A. Prototype (1450 $) fügt eine funktionsfähige Sprachschleife auf einem ESP32-S3-Entwicklungsboard, Backend-Code, ein Demo-Video und 14 Tage Support hinzu. Grenzen: kein PCB/Mechanik-Design; nur Prototyp; nichts wird versendet, alles digital. Asynchron per Nachricht, keine Live-Anrufe; Antworte innerhalb von 24 Stunden.
Plattform:
ESP32
Expertise:
Firmware-Entwicklung
•
IoT
•
AI
FAQ
Automatische Übersetzung
Muss ich dir meine Hardware schicken?
Nein. Alles wird digital geliefert. Für den Prototyp läuft du dasselbe ESP32-S3-Entwicklungsboard bei dir vor Ort und ich liefere Firmware, Backend-Code und Setup-Dokumente, die du selbst flashst, mit meiner Anleitung per Nachricht.
Mit welchen Sprach- und KI-Anbietern arbeitest du zusammen?
Ich bin geräteunabhängig — OpenAI, Deepgram, ElevenLabs, Azure, Volcengine und ähnliche Dienste passen alle, und wir wählen je nach deinen Zielsprachen, Latenzbedarf und Budget. Alle Drittanbieter-API-Konten und Nutzungsgebühren liegen in deinem Namen und gehen zu deinen Kosten.
Wie gehst du mit Stottern und langsamen Antworten um?
Mit einer Streaming-Pipeline von Anfang bis Ende, sorgfältiger Verwaltung der Audio-Warteschlangen und an ESP32-S3 angepassten Chunk-Größen. Ich verspreche keine feste Millisekunden-Zahl — echte Latenz hängt von deinem Netzwerk und den Anbietern ab — aber jeder Architecture- und Prototype-Einsatz enthält eine realistische Latenzangabe.
Kannst du Fertigungsfertige Firmware liefern?
Der Umfang dieses Gigs ist Prototyp: eine funktionsfähige Sprachschleife auf einem Entwicklungsboard. Produktionshärtung (Firmware-Flashing im Werk, OTA-Flotten, Zertifizierung) ist ein separater, individueller Leistungsumfang, über den wir nach dem Prototyp sprechen können.
Was brauchst du von mir, um anzufangen?
Dein Board-Modell, dein Mikrofon-/Lautsprecher-Setup, die Sprachen, die das Gerät unterstützen soll, wie es ausgelöst werden soll (Wake-Word oder Knopf), vorhandene API-Konten und ob du bei Null startest oder irgendwo feststeckst.
Machst du Live-Anrufe oder Videomeetings?
Nein — ich arbeite asynchron, schriftlich, nur per Nachricht. Das hält alles dokumentiert und ich kann innerhalb von 24 Stunden über mehrere Zeitzonen hinweg antworten.
