HomeGPT – Asistente de Voz en Español

Asistente de voz simple que escucha, transcribe, consulta a ChatGPT y responde con voz.

¿Qué hace?

1. Detecta una palabra de activación ("Alexa" con OpenWakeWord)
2. Graba tu voz hasta que haya silencio (WebRTC VAD)
3. Transcribe el audio localmente con Vosk (español)
4. Envía el texto a OpenAI (GPT) con contexto web opcional (Brave Search)
5. Responde con voz usando OpenAI TTS

Estado actual

Implementado:

• Detección de palabra de activación (wake word)
• Grabación con detección de actividad de voz (VAD)
• Transcripción offline en español (Vosk)
• Integración con OpenAI (chat + TTS)
• Búsqueda web opcional (Brave API)

Próximamente:

• Optimización para Raspberry Pi Zero / Zero 2 W
• TTS local con Piper (alternativa offline)
• Modo de conversación continua

Instalación rápida

1. Clona el repositorio y crea el entorno virtual:

git clone https://github.com/xMigma/HomeGPT.git
cd HomeGPT
python3 -m venv .venv
source .venv/bin/activate

2. Instala las dependencias:

pip install -r requirements.txt

3. Descarga los modelos necesarios:

Vosk (Transcripción en español):

wget https://alphacephei.com/vosk/models/vosk-model-small-es-0.42.zip
unzip vosk-model-small-es-0.42.zip -d models/

OpenWakeWord (Palabra de activación):

mkdir -p models/openwakeword
wget https://github.com/dscripka/openWakeWord/releases/download/v0.1.0/alexa_v0.1.tflite -O models/openwakeword/alexa_v0.1.tflite

Piper (TTS local - opcional):

mkdir -p models/piper
wget https://huggingface.co/rhasspy/piper-voices/resolve/main/es/es_ES/mls_10246/low/es_ES-mls_10246-low.onnx -O models/piper/es_ES-mls_10246-low.onnx
wget https://huggingface.co/rhasspy/piper-voices/resolve/main/es/es_ES/mls_10246/low/es_ES-mls_10246-low.onnx.json -O models/piper/es_ES-mls_10246-low.onnx.json

4. Configura tus claves API en config.env:

OPENAI_API_KEY=sk-...           # Obligatorio
BRAVE_API_KEY=...               # Opcional

5. Ejecuta el asistente:

python voice-assistant/main.py

Di "Alexa" y luego tu pregunta. El asistente responderá con voz.

Estructura del proyecto

HomeGPT/
├── voice-assistant/
│   ├── main.py                  # Punto de entrada
│   ├── wake_word.py             # Detección de palabra de activación
│   ├── voice_recognizer.py      # Grabación + VAD + Vosk
│   ├── assistant.py             # OpenAI + búsqueda web
│   ├── tts/                     # Síntesis de voz
│   │   ├── openai_tts.py        # OpenAI TTS (actual)
│   │   └── piper.py             # Piper TTS (futuro)
│   └── web/                     # Proveedores de búsqueda
│       ├── brave.py
│       └── ddgs.py
└── models/                      # Modelos offline
    ├── vosk-model-small-es-0.42/
    ├── piper/
    └── openwakeword/

Requisitos

• Python 3.9+
• Micrófono y altavoces configurados como dispositivos por defecto
• Linux recomendado (probado en Ubuntu/Debian)

Paquetes del sistema (opcional):

sudo apt-get install portaudio19-dev ffmpeg

Configuración avanzada

Puedes ajustar parámetros en el código:

voice_recognizer.py:

• vad_aggressiveness: 0-3 (sensibilidad del VAD)
• speech_threshold_ms: milisegundos mínimos de voz
• silence_threshold_ms: silencio para terminar grabación

assistant.py:

• model: modelo de OpenAI a usar
• max_tokens: límite de respuesta

Licencia

MIT