这篇文章记录一个完整的 ESP32-S3 实战项目：用 ESP32-S3 在本地识别语音命令，然后通过 WebSocket 把命令发送给电脑端的 FastAPI 服务，最后在 Web 页面上实时显示塔防游戏状态。本文不是单纯介绍某一个库，而是把一个可以运行的闭环做出来：ESP32-S3 采集麦克风音频。ESP-SR / MultiNet 在 ESP32-S3 本地识别命令词。ESP32-S3 通过

text指令简单理解把栈顶地址放入sp调用，并用lr保存返回地址无条件跳到从地址r3 + r1读取 4 字节到r3把r3写入地址r0 + r1cmp r2, r3比较r2和r3，只更新标志位如果无符号比较结果是“小于”，跳到这段汇编不是在做复杂算法，而是在为 C 程序运行做准备：设栈、初始化内存、最后跳进 main。

这个项目完整代码在我的 GitHub（链接放评论里），README 里也写了所有命令的复制粘贴版。整个过程里最爽的瞬间不是看 Qwen 输出 JSON，而是真的对着一块小破板子喊"小塔小塔"，听到喇叭里冒出一句口语化的"好的，我帮你放上了"——硬件 + 网络 + 云端 AI 全栈打通的那种闭环感，比单纯写几个 demo 要满足太多。如果你也在玩 ESP32-S3，希望这篇能帮你少走点弯路。有问题留

这篇文章记录一个完整的 ESP32-S3 实战项目：用 ESP32-S3 在本地识别语音命令，然后通过 WebSocket 把命令发送给电脑端的 FastAPI 服务，最后在 Web 页面上实时显示塔防游戏状态。本文不是单纯介绍某一个库，而是把一个可以运行的闭环做出来：ESP32-S3 采集麦克风音频。ESP-SR / MultiNet 在 ESP32-S3 本地识别命令词。ESP32-S3 通过