ats-mini 的安装和配置教程
项目基础介绍
ats-mini 是一款为 SI4732 (ESP32-S3) Mini/Pocket Receiver 设计的固件。该项目基于多个开源项目,包括 Volos Projects、PU2CLR、Ralph Xavier、Goshante 以及 G8PTN 等人的作品。主要使用 C++ 和 C 语言进行开发。
项目使用的关键技术和框架
该项目主要利用 ESP32-S3 芯片的能力,结合 SI4732 射频芯片,实现了无线电接收的功能。使用的技术和框架包括:
- ESP-IDF:ESP32 官方开发框架,用于开发 ESP32 系列芯片的软件。
- Arduino IDE:用于编写和上传固件到 ESP32 设备的集成开发环境。
- SI4732 库:用于控制 SI4732 射频芯片的库。
项目安装和配置的准备工作
在开始安装和配置 ats-mini 前,请确保你已经准备好了以下环境和工具:
- 一台安装有 Arduino IDE 的计算机(推荐使用最新版本的 Arduino IDE)。
- 一块 ESP32-S3 开发板。
- USB 数据线,用于连接开发板到计算机。
- 如果需要,准备一个天线以改善接收效果。
安装步骤
以下是详细的安装步骤:
-
下载项目代码: 打开 Arduino IDE,点击
File(文件)->Examples(示例)->Import from GitHub(从 GitHub 导入),然后输入esp32-si4732/ats-mini并按照提示完成操作。 -
配置 Arduino IDE: 在 Arduino IDE 中,你需要设置开发板的板型和端口。点击
Tools(工具)->Board(板型)->ESP32 S系列(ESP32 S Series),然后选择你的开发板型号。 接着,选择正确的端口。 -
安装依赖库: 在 Arduino IDE 中,点击
Sketch(草图)->Include Library(包含库)->Manage Libraries(管理库),然后搜索并安装ESP-IDF和SI4732相关的库。 -
编译代码: 在完成以上设置后,点击
Verify(验证)按钮,确保代码没有编译错误。 -
上传固件: 使用 USB 数据线连接 ESP32 开发板到计算机,然后点击
Upload(上传)按钮将固件上传到开发板。 -
测试功能: 固件上传完成后,开发板会自动重启。此时你可以使用开发板上的按键或通过串口命令来控制接收频率和电台。
确保在每一步操作中都严格按照指南进行,如果在某个步骤中遇到问题,请检查你的设置是否正确,或者参考项目的 README 文件和 ISSUES 页面以获得帮助。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00