Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

computah

Asistente de voz local auto-hospedado con palabra de activación configurable. Ejecuta en CPU solo (Raspberry Pi), usando openWakeWord para detección, faster-whisper para transcripción y Piper para síntesis. Arquitectura modular por etapas reemplazables.

Ficha actualizada 28 sept 2026, 13:46 · upstream 28 sept 2026, 13:32 · release v0.1.0

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es computah

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

Computah es un asistente de voz local diseñado para usuarios que desean mantener el control sobre su sistema de asistencia por voz. A diferencia de soluciones empaquetadas, permite configurar la palabra de activación, mantiene todo el procesamiento de audio localmente y separa las etapas del pipeline (detección, transcripción, cerebro, síntesis) en módulos con límites claros.

El proyecto está construido para funcionar en entornos con recursos limitados como Raspberry Pi 5, usando Python 3.13 y dependencias CPU-only. Soporta múltiples backends para el "cerebro" del asistente: CLI local, puente de archivo persistente o conexión SSH a otra máquina. Los modelos y voces se almacenan fuera de git para mantener el repositorio limpio.

La arquitectura permite pruebas sin micrófono mediante archivos de audio, y la palabra de activación "computah" puede entrenarse con recetas documentadas aunque el modelo de producción aún no está validado. Incluye guardias contra malentendidos que leen señales de confianza de Whisper para evitar acciones basadas en transcripciones erróneas.

CASOS DE USO
  • Asistente de voz local en Raspberry Pi sin dependencia de servicios en la nube
  • Integración con asistentes persistentes existentes mediante puente de archivo o SSH
  • Pruebas de pipeline de audio sin hardware de micrófono usando archivos wav
  • Configuración personalizada de palabra de activación y modelos de síntesis locales
  • Despliegue como servicio systemd para arranque automático en Linux/ARM64
PUNTOS DESTACADOS
  • Arquitectura modular con límites claros entre etapas del pipeline (detect_wake, transcribe, brain, speak)
  • Soporte CPU-only sin necesidad de GPU ni Docker
  • Guardia contra malentendidos que lee avg_logprob y no_speech_prob de faster-whisper
  • Configuración separada en config.local.json gitignored para personalización sin afectar commits
  • Múltiples transportes para el cerebro: local, SSH, simulado para pruebas
PRECAUCIONES
  • Modelo de palabra de activación "computah" no validado en producción aún
  • Requiere Python 3.13 y Linux/ARM64 para desarrollo óptimo
  • Micrófonos Bluetooth en Windows pueden degradar transcripción aunque detecten wake word
  • Archivos de modelo (openWakeWord, Piper, Whisper) deben descargarse manualmente fuera de git
  • v0.1.0 es versión temprana con hardware deployment específico por dispositivo
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

computah screenshot
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU1 vCPUrecomendación inicial
MEMORIA1 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADlownivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Despliegue manual

Instalar en Linux/ARM64 con Python 3.13. Crear venv editable desde requirements.txt. Descargar voces Piper y modelos Whisper localmente. Configurar config.local.json para palabra de activación personalizada sin afectar commits. Usar docs/computah.service como plantilla systemd user unit para arranque automático. Verificar micrófono con audio.py --test-mic antes despliegue en producción.

—Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
No detectados
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.