🧠 JARVIS – Construindo um Assistente de Voz 100% Offline com Python

Creio que muitos de nós já imaginamos como seria ter um assistente como o icônico J.A.R.V.I.S., do Tony Stark. Partindo dessa inspiração, nasceu o JARVIS HUD: um assistente pessoal de voz totalmente offline, desenvolvido em Python, que integra reconhecimento de palavra-chave, detecção inteligente de silêncio (VAD) e transcrição de áudio em tempo real — tudo isso apresentado em uma interface gráfica no estilo HUD (Heads-Up Display).

O projeto é resultado da consolidação de conhecimentos adquiridos ao longo de diversos cursos da DIO, aliados à utilização estratégica de copilotos de IA como apoio ao desenvolvimento. Mais do que apenas escrever código, a proposta foi aplicar conceitos de arquitetura modular, processamento de áudio e boas práticas de engenharia de software em uma solução funcional e replicável.

Abaixo segue a descrição técnica detalhada do projeto. Sugestões e críticas são muito bem-vindas — sinta-se à vontade para contribuir, testar, adaptar ou realizar um fork.

É importante reforçar: este é um projeto com enfoque em ser 100% gratuito e totalmente offline, priorizando privacidade, autonomia e acessibilidade. Toda a construção foi orientada por três pilares principais: privacidade dos dados, organização modular e eficiência de execução, utilizando exclusivamente bibliotecas open-source.

🧠 Nenhuma chamada para APIs externas. Tudo roda localmente.

🚀 Arquitetura e Funcionalidades

O JARVIS HUD integra múltiplas camadas de processamento de voz:

🔊 1. Wake Word Detection (Vosk)

Utilizando o Vosk, o sistema detecta a palavra-chave (por padrão: "acorde"), ativando o modo de comando.

Isso evita processamento contínuo desnecessário e melhora a eficiência energética.

🎙️ 2. Voice Activity Detection (Silero VAD)

O modelo Silero VAD identifica automaticamente:

• Início da fala.
• Fim da fala.
• Períodos de silêncio.

Isso garante que apenas o trecho relevante do áudio seja enviado para transcrição, reduzindo ruído e aumentando pa precisão

📝 3. Transcrição com Faster-Whisper.

A transcrição é feita com o projeto faster-whisper, uma implementação otimizada do Whisper da OpenAI.

Vantagens:

• Alta pperformance.
• Execução local.
• Suporte ao português (pt-BR)
• Compatível com CPU ou GPU.

🗣️ 4. Síntese de Voz (TTS)

O sistema utiliza pyttsx3, permitindo:

• Uso das vozes nativas do sistema ooperacional.
• Execução totalmente offline.
• Seleção automática de vvoz.

📊 5. Monitoramento de Recursos

A biblioteca psutil é usada para monitorar:

• Uso de CCPU.
• Uso de memória.
• Estado do pprocesso.

Isso possibilita futura expansão para dashboards técnicos mais avançados.

🏗️ Estrutura Modular do Projeto

A organização segue princípios de separação de responsabilidades:

jarvis/
commands/     → Lógica e registro de comandos
hud/          → Interface gráfica e tema visual
voice/        → Wake word, VAD e transcrição
config.py     → Configurações globais
core.py       → Logging e utilitários
main.py       → Ponto de entrada

Launcher:

jarvis_hud.py

Essa arquitetura permite:

• Fácil manutenção.
• Adição de novas funcionalidades.
• Expansão futura para sistema de plugins.

🔧 Setup e Dependências

Principais bibliotecas utilizadas:

faster-whisper
vosk
silero-vad
torch
pyttsx3
sounddevice
numpy
scipy
psutil

O modelo de wake word pode ser baixado no site oficial do Vosk e colocado em:

models/vosk-pt

Recomendação técnica:

• Python 3.10+
• Ambiente virtual (venv)
• Testar dispositivo de áudio via variável.JARVIS_AUDIO_DEVICE

🔐 Privacidade e Arquitetura Offline

Em um cenário onde assistentes comerciais enviam dados constantemente para a nuvem, o JARVIS HUD prova que é possível:

• Processar voz localmente.
• Manter total controle dos dados.
• Garantir confidencialidade.

Isso torna o projeto ideal para:

• Laboratórios
• Ambientes corporativos restritivos.
• Estudos de IA embarcada.
• Projetos educacionais.

📁 Logging e Observabilidade

O sistema implementa RotatingFileHandler:

• 55 B por arquivo
• 3 backups automáticos
• Arquivo: jarvis.log

Isso garante rastreabilidade e facilita to troubleshooting de:

• Falhas de áudio.
• Problemas de mmodelo.
• Erros de transcrição.

📈 Possíveis Evoluções Técnicas

O projeto já nasce robusto, mas pode evoluir para:

• 🔌 Sistema de plugins (skills)
• ⚙️ GUI de configuração
• 🧪 Testes automatizados com pytest.
• 🤖 Integração com LLMs locais
• 🌍 Suporte multilíngue
• 🧠 Modo contínuo de conversação.

🎯 Aprendizados Técnicos do Projeto

Durante o desenvolvimento, foram explorados conceitos importantes:

• Arquitetura modular em Python.
• Processamento de áudio em tempo rreal.
• ASR (Automatic Speech Recognition)
• Gerenciamento de recursos do ssistema.
• Threading e controle de estados.
• Design de interface com Tkinter.
• Logging estruturado

Este projeto demonstra como é possível unir:

Engenharia de Software + Processamento de Sinais + UX + IA Local

💡 Conclusão

O JARVIS HUD não é apenas um assistente de voz — é um laboratório prático de:

• Inteligência Artificial aplicada.
• Arquitetura offline.
• Engenharia de software modular.
• Design inspirado em interfaces futuristas.

Mais do que replicar ficção científica, o projeto mostra que com Python e bibliotecas open-source é possível construir soluções avançadas, funcionais e privadas.

🔗 Conecte-se comigo.

👨‍💻 LinkedIn:

https://www.linkedin.com/in/lino-meurer/

💻 GitHub:

https://github.com/Twsman1