Construye tu Alexa casera con Raspberry Pi, LM Studio y Claude Code

ssh tu_usuario@asistente.local

sudo apt update && sudo apt full-upgrade -y
sudo apt install -y git python3-venv python3-dev portaudio19-dev alsa-utils

arecord -l          # lista los micrófonos
aplay -l            # lista los altavoces
arecord -f S16_LE -r 16000 -c 1 -d 5 prueba.wav
aplay prueba.wav

curl http://192.168.1.50:1234/v1/models

curl -fsSL https://claude.ai/install.sh | bash
mkdir -p ~/asistente && cd ~/asistente
claude

# Asistente de voz casero

Asistente de voz en español que corre en una Raspberry Pi 5 y usa como cerebro un modelo local servido por LM Studio en otro ordenador de la red.

## Hardware
- Raspberry Pi 5, Raspberry Pi OS Lite 64-bit, acceso por SSH.
- Micrófono: [modelo, p. ej. altavoz de conferencias USB]. Altavoz: [modelo].
- Opcional: pulsador en GPIO 17 y LED en GPIO 27.

## Arquitectura (en este orden)
1. Palabra de activación: openWakeWord (modelo preentrenado "hey_jarvis" o "alexa").
2. Grabación hasta silencio (VAD) a 16 kHz mono.
3. Transcripción: faster-whisper en la Pi, modelo "base" o "small", compute_type int8, idioma "es".
4. Cerebro: LM Studio, API compatible con OpenAI en LMSTUDIO_URL (/v1/chat/completions), con streaming.
5. Voz: Piper con una voz en español (es_ES-davefx-medium por defecto).
6. Reproducción por el altavoz y vuelta a esperar la palabra.

## Reglas
- Python 3 en un entorno virtual en ./.venv. Nada de pip con sudo.
- Configuración en .env (LMSTUDIO_URL, LMSTUDIO_MODEL, WAKE_WORD, MIC_DEVICE, VOICE). Nunca subas .env a git.
- Todo local: no uses servicios en la nube ni APIs de pago.
- Un módulo por pieza (wake.py, stt.py, llm.py, tts.py, main.py) y un script de prueba por módulo en tests_manual/.
- Prueba cada pieza por separado antes de unirla. Ejecuta las pruebas tú mismo y dime qué has oído o medido.
- Mide y muestra el tiempo de cada tramo (activación, transcripción, primera palabra del modelo, voz).
- Mientras el asistente habla, el micrófono no escucha (para que no se responda a sí mismo).
- Respuestas del asistente: en español, cortas (1-3 frases), sin listas ni emojis, pensadas para oírse.
- Antes de instalar paquetes del sistema con apt, pregúntame.

Lee el CLAUDE.md. Quiero construir este asistente de voz paso a paso. Antes de escribir código, hazme un plan por fases: qué instalarás, qué archivos crearás y cómo probaremos cada fase por separado. Dime también qué datos te faltan de mi hardware.

Crea el entorno virtual e instala lo necesario para el audio. Luego crea tests_manual/audio.py que:
1) liste los dispositivos de entrada y salida,
2) grabe 5 segundos de mi micrófono a 16 kHz mono,
3) los reproduzca por el altavoz y muestre el volumen medio.
Ejecútalo y ayúdame a elegir el MIC_DEVICE correcto. Si mi micro no admite 16 kHz, graba a su frecuencia nativa y remuestrea. Guarda el dispositivo elegido en .env.

Implementa wake.py con openWakeWord usando el modelo preentrenado indicado en WAKE_WORD. Crea tests_manual/wake.py que escuche sin parar y muestre la puntuación en tiempo real y un aviso claro cuando detecte la palabra. Haz el umbral configurable en .env y ayúdame a ajustarlo: que se active a 2-3 metros, pero no con la tele ni con conversaciones normales.

Implementa stt.py: después de la palabra de activación, graba hasta que yo deje de hablar (detección de silencio, con un máximo de 10 segundos) y transcribe con faster-whisper en español (modelo base, int8). Crea tests_manual/stt.py que me pida hablar, muestre el texto y el tiempo que ha tardado. Prueba también el modelo small y dime cuál compensa en esta Pi.

Implementa llm.py contra LM Studio (API compatible con OpenAI en LMSTUDIO_URL) con streaming. System prompt: asistente de voz en español, respuestas de 1 a 3 frases, sin listas ni emojis, pensadas para oírse. Guarda los últimos 6 turnos de conversación. Si el ordenador está apagado o no responde en 5 segundos, devuelve una frase del tipo «Ahora mismo no llego a mi cerebro». Crea tests_manual/llm.py para chatear por texto y mide el tiempo hasta la primera palabra.

Implementa tts.py con Piper y la voz de VOICE (descarga el modelo de voz en ./voices). Para que no tarde, ve diciendo la respuesta frase a frase según llega del modelo, sin esperar al final. Crea tests_manual/tts.py que lea una frase de prueba y ayúdame a comparar 2 o 3 voces en español.

Crea main.py uniendo todas las piezas como una máquina de estados: ESPERANDO → ESCUCHANDO → PENSANDO → HABLANDO → ESPERANDO. Reproduce un sonido corto al despertar. Mientras habla, el micro no escucha. Si digo la palabra de activación mientras habla, que se calle y me escuche. Muestra en consola el tiempo de cada tramo. Ejecútalo y vamos probando conversaciones reales.

Crea un servicio de systemd para que el asistente arranque al encender la Pi y se reinicie si falla. Enséñame a ver los logs con journalctl y a pararlo o reiniciarlo. Antes de activarlo, explícame qué vas a instalar en el sistema.

Tengo un pulsador en GPIO 17 y un LED en GPIO 27. Añade el modo pulsar para hablar (mientras mantengo pulsado, graba) y que el LED indique el estado: apagado esperando, fijo escuchando, parpadeando pensando. Usa gpiozero. Dime exactamente cómo conectar los cables antes de probar.

Añade herramientas al asistente usando function calling de la API de LM Studio: decir la hora y la fecha, poner un temporizador con aviso sonoro y apuntar notas en un archivo. Si el modelo que tengo cargado no soporta herramientas, detecta las intenciones con reglas simples. Pruébalo con frases naturales: «pon un temporizador de diez minutos».

Diseña en OpenSCAD una carcasa imprimible para una Raspberry Pi 5 con su ventilador, mi micrófono y mi altavoz [pon medidas]. Con ventilación, hueco para el USB-C y el pulsador, y tornillos M2.5. Exporta el STL y dime qué parámetros cambiar si no encaja a la primera.