前言

之前我们把小智固件烧进了ESP32-S3，配网、唤醒、联网、台湾腔TTS一路跑通，孩子的睡前故事也讲上了。到这儿，一个能用的盒子算是成了。

但回看整段旅程，有一条弯路我踩得最深、也最值得单写一篇：就是"声音到底怎么进出这块板子"。我一开始想走USB声卡(UAC)的捷径，结果撞了面墙，最后才回到ESP32-S3直连I2S麦克风+功放的正道「其实是mic和喇叭下单到货之前的路径验证」。这篇把这段弯路讲透，给后来人省几天。

老规矩：每篇聚焦一个难点，贴关键现象，确保你照着能避坑。前置篇是系列之一(环境)、之二(接线)、之三(烧录锁OTA)。

一、起点：板子插上Mac，它变成了一块"声卡"

板子用USB连上Mac，系统里冒出一个USB Device UAC音频设备。我第一反应是：这不就是块现成声卡吗？直接让Mac当中间层——板子当USB麦克风/音箱，省掉专门买麦、买功放，甚至还能顺手在Mac上跑ASR/TTS，板子只管采和放。

当时想得挺美：UAC既然是USB音频类，那把它选成Mac的输入/输出设备，语音链路不就全自动了？

二、撞墙：UAC"只能录Mac输出，录不了我的声音"

在Mac的声音设置里把板子选成输入设备，开始测录音。转折来得很快：我后台放了一段音乐，录音成功了；可我对着板子说话，却怎么也录不到。

那一刻我明白了——这块板子作为UAC设备时，它"听"到的其实是Mac声卡的回环输出，不是真实麦克风。换句话说，UAC从根上就采集不到人的语音。它压根不是一块"带麦的声卡"，只是个USB音频端点，能做回环演示，干不了"听人说话"的活。

这对做对话盒子是致命的：孩子对着盒子喊"讲个故事"，盒子根本听不见。UAC这条路，到此判死刑。

三、转弯：放弃UAC，让ESP32-S3自己接麦和功放

想通UAC采集不到语音，路就清楚了：让ESP32-S3通过I2S总线直接接一颗数字麦克风(INMP441)和一片I2S功放(MAX98357A)，喇叭用带端子的8Ω3W。这样声音的进出全在板子上，不依赖任何电脑声卡，盒子的"耳朵"和"嘴"都是自己的。

引脚怎么对、固件怎么烧，前面两篇写过：之二讲了供电和SCK落在GPIO8的坑，之三讲了烧录和锁OTA。这里只补一句——UAC折腾的那些功夫，不如一开始就走I2S直连，省下的时间够把固件烧三遍。

四、为什么直连I2S最终胜出

一句话：对话盒子要"随时能听人说话"，必须板子自己有麦；UAC把"麦"的活丢给了一个不存在的东西，注定走不通。

五、给后来人的避坑清单

1. 板子插上Mac变声卡是正常的，但那不是你要的"麦"，别拿它当捷径。
2. 真要做语音盒子，直接I2S接INMP441+MAX98357A+8Ω3W喇叭，别绕UAC。
3. UAC的"能录到音乐"是假象，验证语音链路必须"对着板子说话"测，不能只放后台音乐。

六、下一步与系列预告

到这篇，音频链路这块最深的弯路讲完了。它和之二(接线)、之三(烧录)拼起来，就是"板子怎么自己听、自己说"的完整答案。

下一篇我打算先补一篇亲历——给孩子讲睡前故事的真实验证(盒子第一次真正派上用场的那一轮)，把"能跑"变成"真好用"。自托管服务器那篇，等我用家里的电脑Ollama真正跑通之后，再以亲历方式写，不抢跑。
*

下一篇：《系列之五：真实验证——给孩子讲睡前故事，盒子第一次派上用场》