🎵 ESP32-S31-Korvo-1 分析报告
对象:乐鑫(Espressif)智能音频开发板 ESP32-S31-Korvo-1 V1.1(2026-05-13)来源:乐鑫官方文档站
docs.espressif.com(esp-dev-kits)+ 官方原理图 PDF(dl.espressif.com)附件目录:08.项目/ESP32-S31-Korvo-1/01-官方资料/(原理图 4 页 + PCB 布局)
0. 产品速览
ESP32-S31-Korvo-1 是乐鑫 2026 年发布的智能音频开发板,和 Mosaico 使用同一颗 ESP32-S31 芯片。但和 Mosaico 的「瓦片拼接」定位不同,Korvo-1 是纯粹的音频 + HMI 开发平台。
|
形态 |
说明 |
|---|---|
| 主板 |
S31-WROOM-3 模组 + 立体声 Codec + 双功放 + 双 MEMS MIC + DVP 摄像头 + WS2812 RGB LED |
| +LCD 子板 |
4.3″ RGB 触摸屏(ESP32-S3-LCD-EV-Board-SUB3,RGB565 并口 + I2C 触摸) |
| +摄像头 |
OV3660 300 万像素 DVP 摄像头 |
| +MicroSD |
SDIO 3.0 4-bit,用于音频存储和播放 |
P01.整机等轴视图
开发方式:ESP-IDF + ESP-SR(语音识别)+ ESP-Skainet(智能语音助手)。
1. 系统架构
1.1 与 Mosaico 的芯片同源性
S31-Korvo-1 和 Mosaico 使用同一颗 ESP32-S31 芯片,但原理图设计完全不同:
|
维度 |
Mosaico |
S31-Korvo-1 |
|---|---|---|
|
模组 |
S31NRV16(裸 SoC) |
S31-WROOM-3
(邮票孔模组) |
|
音频 |
ES8311 单声道 |
ES8389 立体声 |
|
功放 |
1×NS4150B |
2×NS4150B(左右声道) |
|
MIC |
1×MEMS |
2×MEMS(左右声道) |
|
显示 |
2.16″ 480×480 AMOLED |
4.3″ LCD 子板 |
|
摄像头 |
无(模块扩展) |
DVP 接口(OV3660) |
|
按键 |
3 个侧按 |
4 键 ADC 阵列(GPIO42) |
|
扩展 |
左右磁吸模块 |
LCD 子板 + 摄像头 |
核心差异:Mosaico 是「AI Coding 玩具」,Korvo-1 是「智能音频工程平台」。同一颗芯片,两种完全不同的产品形态——这再次体现了乐鑫生态的灵活性。
1.2 原理图页结构(4 页)
|
页码 |
名称 |
核心内容 |
|---|---|---|
|
1 |
Overview |
系统框图 |
|
2 |
Power |
TLV62569 Buck + 4 路 LDO(1 路 NC)+ USB 供电管理 |
|
3 |
S31 & Peripherals |
WROOM-3 模组 + SDIO 3.0 + DVP 摄像头 + LCD 连接器 |
|
4 |
Audio |
ES8389 立体声 Codec + 双 NS4150B + 双 MEMS MIC + 按键 ADC 阵列 |
1.3 系统框图
2. 硬件设计逆向
2.1 主控:ESP32-S31-WROOM-3
|
项目 |
参数 |
|---|---|
|
芯片 |
ESP32-S31,双核 RISC-V 320 MHz |
|
内存 |
512 KB SRAM + 16 MB PSRAM(模组内置) |
|
Flash |
16 MB SPI Flash(模组内置) |
|
无线 |
2.4 GHz Wi-Fi 6 (802.11ax) + BT 5.4 + 802.15.4 |
|
USB |
USB 2.0 OTG High-Speed(引出到 Type-A Host) |
|
RGB LED |
WS2812B,WS2812_CTRL(GPIO37) |
|
音频 |
I2S 接口(连接 ES8389) |
|
摄像头 |
DVP 8-bit 并行接口(OV3660) |
|
SD 卡 |
SDIO 3.0 Host(4-bit,SDR50) |
官方标注图:WROOM-3 模组位于板中央,模组一体化解决了射频布局(来源:docs.espressif.com)
2.1.1 两种封装的详细对比:WROOM-3 模组 vs NRV16 裸 SoC
Korvo-1 和 Mosaico 的第一颗器件选择就分岔了:同一个 ESP32-S31,两种封装路线。
|
维度 |
S31-WROOM-3
(Korvo-1) |
S31NRV16
(Mosaico) |
|---|---|---|
|
封装形态 |
邮票孔 SMD 模组(PCB 板载天线) |
裸 SoC(QFN 类封装,SiP 16MB PSRAM) |
|
存储 |
16MB Flash + 16MB PSRAM 全部模组内置 |
16MB PSRAM 在封装内(SiP),Flash 外挂 GD25Q128 |
|
时钟 |
晶振在模组内 |
40MHz 晶振 + 负载电容外置(X2,24pF/27pF) |
|
射频电路 |
Balun/匹配全在模组内,零射频设计 |
50Ω 射频走线 + π 型匹配(24nH/4.3nH/2nH + 1.5~3.5pF,部分 TBD 预留)自己调 |
|
天线 |
模组自带 PCB 天线(-3U 变体可接 IPEX 外置) |
外贴 KH-3216-A35 陶瓷天线,净空区自己规划 |
|
认证 |
模组级 FCC/CE 已过
,整机可引用模组报告 |
无模组认证,整机 FCC/CE 自己送测 |
|
开发门槛 |
会画邮票孔焊盘 + 留出天线净空就能跑 |
射频匹配、净空、寄生参数全部自己兜底 |
|
单颗成本 |
模组溢价,但省认证费和调试费 |
芯片本体便宜,认证 + 调试成本摊进产量 |
|
适合场景 |
快速原型、小批量、不想碰射频 |
大批量、极致体积/成本、有射频能力团队 |
对照:Mosaico 核心板正面(左)——NRV16 裸 SoC 周围要摆晶振、外置 Flash、陶瓷天线和一排匹配电感;这些在 Korvo-1(右) 上全部收进了一个邮票孔模组里。
集成度差异一目了然:WROOM-3 把 SoC + Flash + PSRAM + 射频前端 + 天线打包成一颗「大料」,主板上只剩供电和引脚扇出。Mosaico 的 NRV16 只把 PSRAM SiP 进了封装,Flash、晶振、天线、匹配网络全部外置——所以 Mosaico 核心板上能看到独立的 GD25Q128、X2 晶振、L6 陶瓷天线和一串 0201 匹配电感,其中预留的 TBD 电容就是射频调试余量。
认证是模组的隐性价值:WROOM-3 已过 FCC/CE 模组认证,整机认证可以直接引用模组报告(天线不改设计的前提下),省下的是真金白银的送测费用和数周周期。裸 SoC 路线没有任何模组认证可引用,FCC/CE 整机测试一次不便宜——这笔钱只有量产规模才能摊薄。
Layout 约束也完全不同:模组方案只要遵守天线净空规则(模组天线段下方禁铺铜、远离板边金属),其余按普通 SMD 处理。裸 SoC 方案要自己画 50Ω 受控阻抗射频走线、π 型匹配和天线净空,对 layout 工程师的射频经验有硬要求。
成本账要算总账:模组 = 用溢价买「省心」,原型和小批量更划算;裸 SoC = 芯片便宜但把认证费、调试费转嫁给产量,上了量才划算。这也解释了两家的选型逻辑——Korvo-1 是官方开发板,卖的就是复现门槛低,选模组;Mosaico 是消费级产品,要压 BOM 和体积,选裸 SoC。同一颗芯片,封装即产品定位。
2.2 电源系统
电源设计亮点:
-
TLV62569 是 TI 的 Buck,和 P4 板一样的选择。音频板对电源噪声极其敏感,TI 的工业级 Buck 比矽力杰的方案贵但噪声更低。 -
音频专用 Aud_3V3 独立 LDO 供电——延续了 BOX-3 和 P4 的设计传统。ES8389 立体声 Codec 对电源纹波的要求比单声道 ES8311 更高。 -
4 路 LDO 分别给音频、摄像头 IO、摄像头核心、NAND 供电。摄像头需要 2.8V 和 1.5V 两路独立电压,这是 OV3660 的标准需求。
2.3 音频子系统(核心亮点)
|
器件 |
型号 |
功能 |
接口 |
|---|---|---|---|
|
Codec |
ES8389 | 立体声
音频 Codec,双 ADC/DAC |
I2S + I2C(地址 0x20) |
|
左功放 |
NS4150B |
3W D 类功放 |
模拟输入,PA_CTRL 使能 |
|
右功放 |
NS4150B |
3W D 类功放 |
模拟输入,PA_CTRL 使能 |
|
左 MIC |
LMA3729T381-OY3S |
模拟 MEMS 麦克风 |
差分输入 |
|
右 MIC |
LMA3729T381-OY3S |
模拟 MEMS 麦克风 |
差分输入 |
ES8389 是顺芯的立体声 Codec,和之前所有板子用的 ES8311(单声道)不同。ES8389 具备:
-
双 ADC + 双 DAC(真正的立体声) -
低噪声前置放大器 -
耳机驱动器 -
数字音效 + 模拟混音 + 增益控制 -
I2C 地址:0x20(原理图标注)
音频链路:
设计亮点:
-
ES8389 是 Mosaico/BOX-3/P4 的 ES8311 的立体声升级版。乐鑫从 ES8311(单声道)→ ES8389(立体声)的演进路径清晰可见。 -
双 NS4150B 分别驱动左右声道,共用一根 PA_CTRL(GPIO7)同时使能——立体声分离由 Codec 的双 DAC 通道实现,而不是靠功放独立开关。GPIO0/GPIO1 是 ES8389 的 I2C(I2C_SDA/I2C_SCL)。 -
双 MEMS MIC 使用 LMA3729(原理图未标注厂商,待查),和 BOX-3 的 MSM381A 类似但型号不同。双麦布局支持波束成形和 AEC 回声消除。 -
官方 Notes:ES8389 与 SoC 之间的 DAC/ADC 音频数据需以 TDM 格式传输;MCLK(pin 4)可通过寄存器复用为 TDMIN。
2.4 按键 ADC 阵列(教科书级设计)
Korvo-1 有 4 个功能按键(PLAY、SET、VOL-、VOL+),但它们只占用一个 ADC 引脚(BT_ARRAY_ADC)。原理图第 4 页标注了按键电压:
|
按键 |
电压 |
说明 |
|---|---|---|
|
SET |
1.87V |
设置 |
|
MODE |
1.34V |
模式(官方文档称 PLAY) |
|
VOL- |
0.82V |
音量减 |
|
VOL+ |
0.38V |
音量加 |
电阻分压网络:VCC_3V3 经 R77(10K) 上拉到 BT_ARRAY_ADC 节点,每个按键把节点经各自串联电阻拉到 GND——SET=R79(13K)、MODE=R80(6.8K)、VOL-=R81(3.3K)、VOL+=R82(1.3K)。分压 = 3.3V×Rn/(R77+Rn),算出 1.87V/1.34V/0.82V/0.38V,与原理图标注逐个吻合。ADC 读到电压后,软件判别是哪个按键。
为什么用 ADC 阵列而不是独立 GPIO?
-
4 个按键 = 4 个 GPIO + 4 个上拉电阻 + 4 个去抖电容 -
ADC 阵列 = 1 个 ADC 引脚 + 4 个电阻 -
省了 3 个 GPIO 和 3 个电阻/电容,BOM 成本和 layout 面积都更优
但有一个代价:ADC 阵列不能检测多键同时按下(组合键)。对音频播放器来说够用,对游戏手柄不够用。
2.5 摄像头子系统
|
项目 |
参数 |
|---|---|
|
传感器 |
OV3660(OmniVision,300 万像素) |
|
接口 |
DVP 8-bit 并行(YUV/RGB/JPEG 输出) |
|
I2C |
地址 0x78(8-bit 写地址,7-bit 为 0x3C) |
|
供电 |
DOVDD_2V8(IO)+ DVDD_1V5(核心) |
|
控制 |
CAM_PWDN(GPIO,0=正常 1=睡眠)+ CAM_RESET(GPIO,0=复位 1=正常) |
OV3660 是 OmniVision 的经典 300 万像素传感器(2048×1536),支持 1080p 视频输出。DVP 并行接口比 MIPI CSI 更简单但占用更多 GPIO(8 数据线 + HSYNC + VSYNC + PCLK + XCLK = 12 个引脚)。
2.6 SDIO 3.0 MicroSD
|
项目 |
参数 |
|---|---|
|
模式 |
SDIO 3.0 4-bit(SDR50) |
|
信号 |
SD_D0~D3 + SD_CLK + SD_CMD + SD_CD(卡检测) |
|
信号完整性 |
50Ω 单端阻抗,等长控制(3mil 以内),3W 间距规则,总长 < 3cm |
原理图上的 SDIO 设计规则:
-
阻抗 = 50Ω -
等长(3mil 以内) -
3W 间距规则 -
SDIO_CLK 周围包地铜 -
避免过孔 -
总长 < 3cm
这些规则直接写在了原理图上,对 PCB layout 工程师非常友好。S31 的 SDIO 3.0 4-bit 配合 MicroSD 播放无损音频,带宽绰绰有余。
2.7 SPI NAND(NC,默认不焊)
板上预留了 SPI NAND Flash 的焊盘,但默认不焊接(NC)。原理图未标注具体型号(官方文档只说是 Quad SPI NAND,与 MicroSD 共用 GPIO20~25,换焊 R7~R69/R1~R4 等电阻即可切换功能)。Korvo-1 不焊的原因可能是:
-
MicroSD 已经提供了足够的存储 -
NAND 供电可选 3.3V(焊 R135)或 1.8V(补焊 U1 LDO),都要额外改焊 -
成本控制
3. 与 BOX-3、P4、C6 的音频方案对比
|
维度 |
BOX-3 |
P4-EV |
S31-Korvo-1 |
|---|---|---|---|
|
Codec |
ES8311 单声道 |
ES8311 单声道 |
ES8389 立体声 |
|
功放 |
1×NS4150B |
1×NS4150B |
2×NS4150B 左右声道 |
|
MIC |
2×MEMS(ES7210 ADC) |
驻极体 MIC |
2×MEMS(直接进 Codec) |
|
音频供电 |
SY8088AAC Buck |
ME6211C33 LDO |
ME6211C33 LDO |
|
按键 |
3 个独立 GPIO |
独立 GPIO |
4 键 ADC 阵列 |
演进路径:ES8311(BOX-3/P4)→ ES8389(Korvo-1),从单声道升级到立体声。乐鑫的音频方案从「能出声」进化到「好音质」。
4. 设计亮点与可借鉴点
4.1 ES8389 立体声 Codec 是乐鑫音频方案的代际升级
从 ES8311(单声道)到 ES8389(立体声),乐鑫的音频方案完成了一次代际升级。ES8389 的双 ADC/DAC + 立体声功放 + 双 MEMS MIC,为智能音箱、语音助手等产品提供了完整的硬件基础。
4.2 按键 ADC 阵列是 GPIO 紧缺时的经典方案
4 个按键只占用 1 个 ADC 引脚,节省了 3 个 GPIO。这个方案在 GPIO 紧缺的 MCU 设计中非常实用。代价是不能检测组合键,但对音频播放器场景完全够用。
4.3 SDIO 设计规则直接写在原理图上
原理图第 3 页明确标注了 SDIO 走线的阻抗、等长、间距、包地等规则。这种「原理图即设计规范」的做法,让 PCB layout 工程师不需要翻文档就能知道约束条件,减少了沟通成本。
4.4 与 Mosaico 的芯片同源性体现了生态复用
同一颗 S31 芯片,在 Mosaico 上是「AI Coding 瓦片」,在 Korvo-1 上是「智能音频平台」。乐鑫通过不同模组封装(NRV16 vs WROOM-3)和不同外设组合,让同一颗芯片覆盖了完全不同的产品形态。
5. 元器件清单(BOM )
5.1 核心 IC
|
位号 |
型号 |
厂商 |
功能 |
|---|---|---|---|
|
— |
ESP32-S31-WROOM-3 |
乐鑫 |
主控模组 |
|
U5 |
ES8389 |
顺芯 |
立体声音频 Codec |
|
U8, U9 |
NS4150B(丝印 NS4150) |
纳芯微 |
3W D 类功放 ×2 |
|
U6, U7 |
LMA3729T381-OY3S |
原理图未标注 |
MEMS 麦克风 ×2 |
|
U11 |
TLV62569 |
TI |
Buck DCDC (3.3V) |
|
U2 |
ME6211C33 |
微盟 |
音频 LDO 3.3V |
|
U12 |
ME6211C28 |
微盟 |
摄像头 LDO 2.8V |
|
U13 |
ME6211C15 |
微盟 |
摄像头 LDO 1.5V |
|
— |
CP2102N |
Silicon Labs |
USB 转 UART (U15) |
|
— |
TPS2051C |
TI |
USB 配电开关 500mA (U14) |
|
— |
WS2812B |
Worldsemi |
RGB LED (GPIO37) |
5.2 摄像头
|
位号 |
型号 |
功能 |
|---|---|---|
|
— |
OV3660 |
300 万像素 DVP 传感器(I2C 0x78) |
6. 资源链接
|
资源 |
链接 |
|---|---|
|
原理图 |
https://dl.espressif.com/schematics/esp32-s31-korvo-1-schematics.pdf |
|
用户指南 |
https://docs.espressif.com/projects/esp-dev-kits/en/latest/esp32s31/esp32-s31-korvo-1/ |
|
购买 |
淘宝搜索 "ESP32-S31-Korvo-1" |
⚠️ 说明:本报告所有数据来自官方原理图 PDF(2026-05-13)文本层提取。
踩坑提示:板子上没有3W的喇叭,别傻乎乎调试小智,最后音频链路梳理完了才知道~