ChatGPT en ESP32
Descripción
¿Quieres tener tu propio asistente de voz con inteligencia artificial en tu mano? Este proyecto te permite crear un dispositivo portátil que graba tu voz, la transcribe, la envía a ChatGPT, y te responde con voz sintetizada. ¡Todo esto corriendo en un ESP32! CARACTERÍSTICAS PRINCIPALES: ✅ Graba audio de 5 segundos presionando un botón ✅ Transcripción con OpenAI Whisper (Speech-to-Text) ✅ Procesamiento inteligente con GPT-4o-mini ✅ Respuesta en voz con OpenAI TTS ✅ Pantalla OLED I2C para visualizar conversaciones ✅ Historial de preguntas y respuestas en pantalla ✅ Respuestas concisas optimizadas para audio (2-3 oraciones) COMPONENTES NECESARIOS: • ESP32 DevKit V1 (30 pines) • Micrófono digital INMP441 (I2S) • Amplificador de audio MAX98357A (I2S) • Parlante/Speaker 3W 4Ω • Pantalla OLED 128x64 I2C (SSD1306) • Botón táctil o usar el botón BOOT del ESP32 • Fuente de alimentación 3.3V (puede ser USB) CONEXIONES ELÉCTRICAS: MICRÓFONO INMP441 → ESP32: • WS → GPIO 25 • SCK → GPIO 33 • SD → GPIO 32 • VDD → 3.3V • GND → GND AMPLIFICADOR MAX98357A → ESP32: • DIN → GPIO 27 • BCLK → GPIO 14 • LRC → GPIO 12 • VIN → 3.3V • GND → GND PARLANTE → MAX98357A: • Cable + → + • Cable - → - PANTALLA OLED SSD1306 → ESP32: • SDA → GPIO 21 • SCL → GPIO 22 • VCC → 3.3V • GND → GND BOTÓN: • Se usa el botón BOOT integrado del ESP32 (GPIO 0) CÓMO FUNCIONA: 1. GRABACIÓN: Mantienes presionado el botón BOOT y hablas durante máximo 5 segundos 2. TRANSCRIPCIÓN: El audio se envía a OpenAI Whisper que lo convierte a texto en español 3. PROCESAMIENTO: El texto se envía a GPT-4o-mini que genera una respuesta inteligente 4. SÍNTESIS DE VOZ: La respuesta se convierte a audio con OpenAI TTS 5. REPRODUCCIÓN: El ESP32 reproduce el audio a través del amplificador y parlante 6. VISUALIZACIÓN: Toda la conversación se muestra en la pantalla OLED CONFIGURACIÓN DEL CÓDIGO: 1. Ve a GitHub y descarga el código completo del proyecto 2. Abre el archivo principal y configura tu red WiFi: const char* WIFI_SSID = "turedwifi"; const char* WIFI_PASS = "tuclave"; 3. Obtén tu API Key de OpenAI: • Ve a: https://platform.openai.com/settings/organization/api-keys • Crea una nueva API key • Cópiala y pégala en el código: const char* OPENAI_API_KEY = "tuapikey"; 4. Instala las librerías necesarias en Arduino IDE: • Adafruit GFX Library • Adafruit SSD1306 • WiFi (incluida con ESP32) • HTTPClient (incluida con ESP32) • driver/i2s.h (incluida con ESP32) 5. Configura Arduino IDE: • Selecciona Board: "ESP32 Dev Module" • Upload Speed: 921600 • Flash Frequency: 80MHz • Core Debug Level: None CARGA DEL CÓDIGO: 1. Conecta tu ESP32 a la computadora vía USB 2. Selecciona el puerto COM correcto en Arduino IDE 3. Presiona el botón Upload (→) 4. Espera a que compile y cargue 5. Abre el Serial Monitor a 115200 baudios para ver el log MONTAJE DEL CIRCUITO: Tienes dos opciones para armar el circuito: OPCIÓN 1 - PROTOBOARD (Rápido y Fácil): • Sigue el esquemático mostrado arriba • Conecta todos los componentes usando cables dupont • Verifica todas las conexiones antes de encender OPCIÓN 2 - PCB PROFESIONAL (Recomendado): • Descarga los archivos Gerber del repositorio • Ve a PCBWay.com y sube el archivo Gerber • Selecciona opciones de fabricación (generalmente las predeterminadas están bien) • Ordena las PCBs (5 unidades por ~$5 USD + envío) • Espera 1-2 semanas por el envío • Suelda los componentes en la PCB • ¡Mucho más profesional y confiable! USO DEL DISPOSITIVO: 1. Enciende el ESP32 (conéctalo a USB o batería) 2. Espera a que se conecte al WiFi 3. La pantalla OLED mostrará "LISTO" 4. Mantén presionado el botón BOOT 5. Habla claramente en español (máximo 5 segundos) 6. Suelta el botón 7. Espera unos segundos mientras procesa 8. ¡Escucharás la respuesta de ChatGPT! COSTOS APROXIMADOS: • ESP32: $4-6 USD • INMP441: $1-2 USD • MAX98357A: $2-3 USD • OLED 128x64: $3-5 USD • Parlante 3W: $1-2 USD • PCB en PCBWay: $5 USD (5 unidades) • TOTAL: ~$16-23 USD + costos de API COSTOS DE API OpenAI: • Whisper (transcripción): ~$0.006 por minuto de audio • GPT-4o-mini: ~$0.00015 por consulta típica • TTS (síntesis de voz): ~$0.015 por respuesta • Costo por interacción completa: ~$0.02 USD NOTAS IMPORTANTES: ⚠️ Necesitas créditos en tu cuenta de OpenAI ⚠️ El dispositivo requiere conexión WiFi estable ⚠️ Puedes usar hotspot de celular en exteriores ⚠️ El micrófono INMP441 es sensible, habla cerca del dispositivo ⚠️ Las respuestas están limitadas a 2-3 oraciones para mejor experiencia de voz ⚠️ El código es Open Source (Licencia MIT) PERSONALIZACIÓN: Puedes modificar el código para: • Cambiar la voz del asistente (alloy, echo, fable, onyx, nova, shimmer) • Ajustar la duración máxima de grabación • Modificar el prompt del sistema de GPT • Cambiar el idioma de transcripción • Personalizar las pantallas del OLED SOLUCIÓN DE PROBLEMAS: PROBLEMA: No graba audio / Audio muy bajo SOLUCIÓN: Verifica las conexiones del INMP441, especialmente WS y SCK PROBLEMA: No reproduce audio SOLUCIÓN: Verifica que el MAX98357A esté bien conectado y el parlante sea de 3-4Ω PROBLEMA: Pantalla OLED no funciona SOLUCIÓN: Verifica dirección I2C (puede ser 0x3C o 0x3D) y conexiones SDA/SCL PROBLEMA: WiFi no conecta SOLUCIÓN: Verifica SSID y contraseña, asegúrate de usar red 2.4GHz (no 5GHz) PROBLEMA: Error de API OpenAI SOLUCIÓN: Verifica que tu API key sea correcta y tenga créditos disponibles APLICACIONES: • Asistente personal portátil • Herramienta educativa para aprender IA • Proyecto de robótica avanzada • Dispositivo de accesibilidad • Prototipo para productos IoT con IA PRÓXIMAS MEJORAS: • Añadir batería LiPo recargable • Crear carcasa impresa en 3D • Implementar wake word detection • Añadir memoria de conversación • Soporte para múltiples idiomas ¡Listo! Ahora tienes ChatGPT corriendo en tu ESP32. Es un proyecto perfecto para aprender sobre integración de APIs de IA, procesamiento de audio digital, y construcción de dispositivos IoT inteligentes.