Le hablas
Dices «hey máicroft» o pulsas Ctrl+Shift+S y te escucha. Te responde en voz alta, y el avatar mueve la boca siguiendo lo que dice.
Qué sabe hacer
Busca en internet
«Busca en internet quién ganó la Eurocopa». Consulta la web y te contesta con lo que ha encontrado, en vez de inventárselo.
Pone música
«Ponme música de Rosalía». Busca en YouTube y lo abre. Sin pasar por el modelo, así que suena al instante.
Lee tu pantalla
«¿Qué pone en la pantalla?». Hace una captura y la lee con OCR en tu propio equipo. Útil para errores largos o textos que no te apetece transcribir.
Repasa tu correo
Te resume lo que tienes sin leer, mira el spam por si se ha colado algo bueno y etiqueta en Gmail lo que parece de clientes.
Se duerme sola
Tras unos minutos sin uso libera la memoria y para de dibujarse. Queda en 0 % de CPU, solo escuchando la palabra clave.
Pensado para ordenadores normales
No hace falta una máquina potente. Estas cifras están medidas en el portátil donde se ha desarrollado: un Intel i5-7200U de dos núcleos, sin tarjeta gráfica.
| Situación | Respuesta | CPU |
|---|---|---|
| Con clave gratuita (Groq) | 3-5 s | — |
| Solo en local (sin clave) | 30 s o mas | — |
| Avatar animado | — | 3,4 % |
| Dormida | — | 0 % |
Tu privacidad, por defecto
Un asistente que te oye y te ve la pantalla tiene que ser claro con esto. Así viene configurado de fábrica:
- Tu voz nunca sale de tu ordenador. Escuchar y hablar se hace en local, con Vosk y Piper.
- Las capturas de pantalla tampoco. Se leen con OCR local. Mandarlas a la nube es opcional y hay que activarlo a mano.
- Tus correos se procesan en local. Solo viajan remitente y asunto, nunca el cuerpo, salvo que lo permitas.
- Hay un modo estricto. Con un interruptor, absolutamente todo se procesa en tu equipo y no sale nada a internet.
Instalación en tres pasos
-
Descarga y descomprime
Baja el ZIP y descomprímelo donde quieras. Necesitas tener Python y Node.js instalados (los dos son gratis).
-
Ejecuta
instalar.batDescarga solo el motor de voz, el reconocimiento y los modelos: unos 130 MB. Puedes volver a ejecutarlo si algo falla, no repite lo que ya esté.
-
Abre
iniciar.batLa primera vez sale una pantalla que te guía para conseguir una clave gratuita de Groq —sin tarjeta— y elegir voz y avatar.
¿Prefieres el código? Está en GitHub, con 146 tests automáticos.
Preguntas frecuentes
¿Cuánto cuesta?
Nada. No hay suscripción ni compras dentro. Funciona con los planes gratuitos de Groq y Google, que no piden tarjeta, más un modelo local de reserva.
¿Funciona en un ordenador antiguo?
Sí. Está desarrollado y medido en un portátil de 2016 con un Intel i5-7200U de dos núcleos y sin tarjeta gráfica dedicada. Si tu equipo es de esa época o posterior, te vale.
¿Necesito saber programar?
No. Descargas, ejecutas instalar.bat y luego
iniciar.bat. Una pantalla te guía para lo poco que hay
que configurar. Lo único algo técnico es instalar Python y Node,
que es darle a siguiente.
¿Se puede usar sin internet?
Sí, instalando Ollama. La voz, el reconocimiento y la lectura de pantalla funcionan siempre sin conexión. El modelo de lenguaje local hace de reserva: es más lento y responde peor, pero te saca del apuro.
¿Puedo ponerle mi propio avatar?
Sí. Viene con un dibujo, pero puedes poner una imagen tuya, un GIF
animado o un modelo 3D en formato .vrm, de los que se
usan para VTubers. Puedes hacerte uno gratis con VRoid Studio.
¿Funciona en Mac o en Linux?
Todavía no. El núcleo es Python y Electron, así que es portable, pero el arranque automático, el instalador y el motor de voz están hechos para Windows. Es lo siguiente en la lista.
¿Lo puedo usar en mi empresa?
La licencia es gratuita para uso personal, educativo, de investigación y de organizaciones sin ánimo de lucro. Para uso comercial se puede negociar una licencia: escribe a aaron.aranda.t@gmail.com.