Leitfaden · 09.09.2026
Erster Test: vom Paket zum sprechenden Gerät
Drei Schritte, jeder für sich fertig und vorzeigbar. Nach dem ersten weißt du, dass die Hardware in Ordnung ist. Nach dem zweiten redet das Gerät. Der dritte holt die Verarbeitung auf unseren eigenen Server.
Was geliefert wird: Das AtomS3R AI Chatbot Kit (Controller plus kleine Basis mit Mikrofon und Lautsprecher) und die Voice Pyramid (größeres Gehäuse mit besserem Mikrofon, Echounterdrückung, 28 RGB-LEDs, zwei Touch-Streifen, ohne Controller). Der Controller wird abgezogen und senkrecht auf die Pyramide gesteckt, kein Adapter nötig.
Bevor du anfängst
Drei Dinge, die sonst den halben Nachmittag kosten.
Ein USB-C-Datenkabel besorgen
In beiden Schachteln liegt laut Packliste keines. Ein reines Ladekabel genügt nicht, es müssen Datenadern drin sein. Für den Dauerbetrieb brauchst du ein zweites Kabel plus Netzteil.
Zwei Buchsen, zwei Aufgaben
Nach dem Zusammenbau hast du zwei USB-C-Buchsen. Oben am Controller: nur zum Flashen. Unten am Sockel: für den Betrieb. Wer falsch versorgt, bekommt ein Gerät, das nicht sauber startet.
Kein Treiber nötig
Der Chip hat eine native USB-Schnittstelle, keinen Brückenchip. Windows installiert das selbst. Falls im Gerätemanager zweimal "USB JTAG/serial debug unit" auftaucht statt einmal plus "USB Serial Device (COM)", gibt es einen Notfall-Treiber bei Espressif.
Nicht verwirren lassen
Ein älteres M5Stack-Tutorial zur Voice Pyramid verlangt FTDI-Treiber. Das gilt für einen anderen Controller, nicht für den AtomS3R. Ignorieren.
Schritt 1: Lebt das Gerät?
Rund 20 Minuten. Kein Netzwerk, kein Konto, keine Anmeldung.
So geht es
- 1. M5Burner herunterladen, das Flash-Werkzeug von M5Stack: M5Burner Win10 x64. Es ist ein ZIP ohne Installer, also entpacken und
M5Burner.exe starten. Übersicht aller Downloads: docs.m5stack.com/en/download
- 2. In der linken Leiste ATOMS3 wählen. Nicht ATOM, das ist die alte Serie.
- 3. Firmware "AtomS3R User Demo" suchen und herunterladen.
- 4. Controller per USB an den PC, obere Buchse.
- 5. In den Download-Modus: Die Reset-Taste ist das Display selbst. Rund zwei Sekunden gedrückt halten, bis die grüne LED leuchtet, dann loslassen. Die LED geht aus, das Gerät ist bereit.
- 6. Burn klicken, COM-Port wählen, Start. Falls es abbricht: andere Baudrate probieren. Sicher funktionieren 1500000, 750000, 500000, 250000 und 115200.
Wenn das läuft, ist die Hardware in Ordnung. Ab hier kann nur noch Software schiefgehen, und das ist eine ganz andere Fehlersuche.
Schritt 2: Das Gerät spricht
Hier fällt die Entscheidung, die den Rest bestimmt.
Weg A: ESPHome (empfohlen)
M5Stack pflegt eine fertige Konfiguration für genau diese Kombination. Englische Weckwörter sind eingebaut (okay_nabu, hey_jarvis, hey_mycroft), Touch, LEDs und Display bereits verdrahtet, kein chinesisches Konto nötig.
Voraussetzung: eine laufende Home-Assistant-Instanz. Für den ersten Test genügt ein Docker-Container auf einem Rechner im selben Netz.
Anleitung: M5Stack, AtomS3R plus Voice Pyramid
Weg B: XiaoZhi (schneller, mit Hürde)
Kein eigener Server nötig, das Gerät redet sofort mit einem fertigen Dienst. Die Firmware heißt Echo Pyramid.
Zwei Haken: Das Weckwort ist chinesisch, und die Registrierung läuft über SMS an eine Telefonnummer. Bei europäischen Nummern kommt der Code schlecht an, im Projekt-Ticket kam er am Ende über WhatsApp.
Die Falle, die den meisten Zeit kostet
- Es gibt zwei ähnlich klingende Firmware-Einträge, und der falsche ergibt ein stummes Gerät.
XiaoZhi Voice Assistant For AtomS3R ist für die kleine Basis aus dem Kit. Echo Pyramid ist für die Pyramide.
- Warum das nicht egal ist: Die Audio-Anschlüsse sind zwischen beiden Basen vertauscht, und der Pyramide fehlen in der falschen Firmware die Treiber für Echounterdrückung, Touch und LEDs. Das Gerät startet, reagiert aber nicht.
Ablauf bei Weg B
- 1. Firmware
Echo Pyramid flashen, sonst wie in Schritt 1.
- 2. Neu starten, diesmal über die untere Buchse versorgen.
- 3. Am Handy den WLAN-Hotspot
Xiaozhi-xxxx suchen und verbinden.
- 4. Im Browser
192.168.4.1 öffnen, eigenes WLAN wählen. Nur 2,4 GHz, der Chip kann kein 5-GHz-Netz.
- 5. Das Gerät sagt einen Prüfcode an und zeigt ihn auf dem Display.
- 6. Auf xiaozhi.me registrieren, dann unter Console das Gerät mit dem Code hinzufügen.
Woran du siehst, dass es funktioniert
- Blau: bereit, wartet auf das Weckwort
- Grün: Weckwort erkannt, hört zu
- Rot: antwortet gerade
Wenn etwas klemmt
Die häufigsten Fälle, aus Fehlerberichten und Hersteller-FAQ.
- Kein Ton, Mikrofon reagiert nicht: falsche Firmware erwischt. Die Echo-Pyramid-Variante nehmen.
- Startet nicht sauber, LEDs flackern: über die obere Buchse versorgt. Untere Buchse am Sockel nehmen.
- Kein COM-Port sichtbar: Ladekabel ohne Datenadern, oder das Gerät ist nicht im Download-Modus. Datenkabel nehmen, Reset zwei Sekunden halten.
- M5Burner meldet "Get mac failed": nicht im Download-Modus. Schritt wiederholen.
- M5Burner zeigt ein weißes Fenster ohne Firmwareliste: Netzwerk, Proxy oder Firewall. Beides kurz abschalten oder Netz wechseln.
- WLAN wird nicht gefunden: 5-GHz-Netz oder zu schwaches Signal. Nur 2,4 GHz, und näher ans Gerät. Unter etwa -90 dBm ist es praktisch unbrauchbar.
- Kein SMS-Code bei der Registrierung: nicht-chinesische Nummer. Der Code kommt laut Projekt-Ticket über WhatsApp.
Schritt 3: Der eigene Server
Erst sinnvoll, wenn Schritt 2 läuft. Die Wahl von vorhin wirkt hier nach.
Nach Weg A
Home Assistant ist bereits der Server. Transkription und Sprachausgabe laufen als zusätzliche Dienste daneben, beides auf CPU. Durchgehend englischsprachig dokumentiert.
Nach Weg B
Das Gerät lässt sich ohne Neu-Kompilieren umbiegen: im Konfigurationsmodus gibt es oben "Erweiterte Optionen", dort trägt man die eigene Adresse ein. Der passende Server läuft per Docker.
Zwei Dinge vorher wissen: Die Installationsanleitungen gibt es nur auf Chinesisch, und selbst die kostenlose Grundeinstellung verlangt einen Schlüssel bei einem chinesischen Anbieter, sonst startet der Dienst nicht.
Meine Empfehlung: Schritt 1 auf jeden Fall zuerst, damit klar ist, dass die Hardware in Ordnung ist. Dann Weg A. Der Umweg über Home Assistant kostet eine Stunde mehr, spart aber das chinesische Konto, das chinesische Weckwort und die chinesische Dokumentation. Und er führt direkt dorthin, wo wir ohnehin hinwollen: eigener Server, eigenes Weckwort, alles im Haus. Weg B ist die schnellere Runde, wenn es nur darum geht, das Gerät einmal reden zu hören.
Was nicht belegt ist
- Ob doch ein USB-C-Kabel in einer der Schachteln liegt. Die Packlisten nennen keines, ein ausdrücklicher Gegenbeweis fehlt. Ein Blick in die Schachtel schadet nicht.
- Ob M5Burner vor dem Download ein Konto verlangt. Die Firmware-Dateien selbst sind ohne Anmeldung abrufbar, das wurde geprüft.
- In welcher Sprache die Fertig-Firmware ihre Displaytexte anzeigt. Die Voreinstellung im Quellcode ist Chinesisch, wie M5Stack baut, ist nicht veröffentlicht.
Der erste Schritt kostet zwanzig Minuten
Werks-Demo flashen, und du weißt, ob die Hardware taugt. Alles Weitere ist danach eine Software-Entscheidung, keine Hardware-Frage mehr.
