По поводу голосового модуля...
я делаю их на stm32 - там памяти дофигища (например, stm32f100CB 128килобайт флэша, есть и больше - подороже, и меньше - подешевле) и ЦАП таместь.
Простейший ADPCM-4бит (стандартный кодек) на 11 килогерцах дает
двадцать секунд речи (примерно) - для мелкого роботика выше крыши (если песни целиком не петь, конечно), и с цапа прямо на усилок - удобно.
Речь вполне внятная с небольшим металлическим оттенком. Я еще выжимал децибел шесть-двенадцать сигнал-шума (практически чистая речь получалась), за счет waveform-interpolation - но кодек пришлось выдумывать.
Я бы выбирал STM32 (привет, elmot

) в качестве основного проца. Там и шимы, и ацп, и бутлоадер заводской через уарт, и лишний уарт есть (например для блютуса)... и вообще проц приличный. GCC бесплатный делает может и не идеальный код, но вполне неплохой.
Дисплюй еще ему 0.96 дюйма цветной ОЛЕД (памяти много, можно и поизвращаться) - вообще конфетка будет, а не
валли ёбот
Добавлено спустя 14 минут 3 секунды:Кстати, в формат микросумо попадает.
Колеса поцепче и утяжелить до ста грамм - будет чемпионить
