Kangying's Website | ポケットサイズの研究アシスタントを作ってみた

論文を読み上げてくれるポケットAIを作ってみた 📚🔊

週末に作ってみたちょっとしたプロジェクト。でも、予想以上に便利なものが完成しました。

ポケットに入るサイズの研究アシスタント。論文を検索し、要約を生成し、Notionにメモを送信して、さらには読み上げまでしてくれる。しかもスマホもパソコンも不要です。

ESP32-S3マイコンとn8nで構築したAIエージェントを使って、低コストで実現しました。

ポケットの中の小さなデバイスがこんなことをしてくれます：

Wi-FiさえあればOK。一度接続すれば完全に自律的に動作します。スマホもパソコンもいりません。電源を入れてすぐ使えます。

このデバイスの仕組みとテクノロジーを簡単に紹介します：

音声録音とオーディオ処理
Recorderモジュールで音声を録音し、カスタム関数を使ってWAV形式に変換。OpenAI Whisper APIへ送信して音声認識（文字起こし）を行います。
自然言語理解（NLP）
認識されたテキストは、n8nのWebhookで動作するカスタムエージェントに送信。Unicode対応で、日本語や中国語など多言語でも正確に応答できます。
液晶ディスプレイ表示
ユーザーの音声入力とAIの返答は、カラフルにページ分けされてLCDに表示されます。読みやすく、視認性も抜群です。
タッチ操作
録音開始／停止は、画面に軽くタッチするだけ。物理ボタン不要、スマートな操作体験です。
音声読み上げ機能
AIの返答は音声としてスピーカーで再生されるので、歩きながらでも「聴く読書」が可能です。

デバイス単体で完結。スマホもパソコンも不要。
セットアップはたったの10分、ガジェット好きにはたまらない体験です！

📸 実際のビルドはこちら：

今回は1日で構築しましたが、まだまだ改良予定です。今後は以下も順次シェア予定：

オートメーション、エッジAI、組み込み開発に興味のある方は、ぜひフォローしてご覧ください！

好奇心をくすぐるハッシュタグ： #マイコン #ESP32S3 #AI音声アシスタント #Notion連携 #MicroPython #WhisperAPI #n8n #エッジAI