Hicimos nuestra propia Alexa (pero sin la personalidad de robot aburrido)
Todo empezó como un capricho de taller. Queríamos ver si podíamos construir un asistente de voz sin depender de los módulos "prearmados" que hacen que este tipo de proyectos sean, en el fondo, más de ensamblado que de ingeniería.
Nada de módulo de micrófono I2C. Nada de driver MAX de audio. Lo que teníamos a mano: un micrófono electret suelto, un par de mosfets, un op-amp, y un ESP32. Con eso armamos un asistente de voz con personalidad propia (con humor ácido, sin las respuestas rígidas y previsibles de un Alexa o un Google Home) y que además puede conectarse a sistemas internos de una empresa en lugar de solo poner música o decir el clima.
El problema real: hacer hablar hardware que no está pensado para eso
Un micrófono electret entrega una señal minúscula y sucia. Sin acondicionamiento, es inutilizable: ruido de fondo, nivel de voltaje demasiado bajo para que el ESP32 lo interprete con algo de fidelidad. Ahí es donde entra el op-amp: junto con un capacitor y un par de resistencias, armamos una etapa de amplificación y filtrado para aislar el ruido y elevar la señal a un nivel que el microcontrolador pudiera procesar decentemente. Nada de una placa de desarrollo que ya trae esto resuelto. Hubo que diseñar la etapa análoga a mano, entender la ganancia que necesitábamos, y ajustar el filtrado para que la voz quedara limpia sin recortar la señal.
Del otro lado, para que el asistente pudiera responder con voz y no solo con texto en una pantalla, necesitábamos alimentar un parlante con la potencia suficiente sin quemar el ESP32 en el intento. Ahí entró el mosfet, actuando como interruptor de potencia controlado por el microcontrolador, para poder mover corriente real hacia el parlante sin que el ESP32 tuviera que bancarse esa carga directamente.
El resultado: un asistente de voz funcional, armado con componentes discretos, sin ningún módulo "de caja negra" en el medio. Todo el desafío -tanto de hardware como de software- fue nuestro, de punta a punta.
¿Por qué esto importa más allá del hobbie?
Ahí es donde se pone interesante para nosotros como agencia. En Eje Z venimos de un mundo de software, IA y automatización (Next.js, NestJS, n8n, modelos locales con Ollama), pero cada vez más los proyectos con los que trabajamos: control de stock, chatbots B2B, sistemas de pesaje inteligente; tienen una pata física que el software solo no resuelve.
La pregunta que nos hicimos después de este experimento fue simple: ¿y si el mismo asistente que armamos para el taller, en lugar de contar chistes, se conecta al ERP de una PyME? Imaginate un asistente de voz en el mostrador de un comercio, en el depósito de un distribuidor, o en la línea de un taller, que responda con la personalidad que la empresa quiera darle, y que además consulte stock, registre un pedido o dispare una alerta en el sistema interno, todo por voz y sin depender de servicios de terceros (ni de sus limitaciones, ni de que dejen de darle soporte a un producto de un día para el otro).
Esto es una validación, no un lanzamiento
Todavía no es un producto. Es un experimento de taller que nos hizo pensar en voz alta. Por eso escribimos esto: queremos saber si a alguien más además de nosotros le suena interesante un asistente de voz con hardware a medida, conectado a sistemas de negocio reales, en lugar de un gadget genérico de consumo.
Si tenés un negocio y esto te hizo ruido, contanos qué proceso te gustaría automatizar con voz. Esa conversación es la que nos va a decir si esto vale la pena convertirlo en algo más serio.