Ein sprechender Tischbegleiter lässt sich mit einem Rechner der Raspberry-Pi-Klasse, Mikrofonarray, Lautsprecher, Kamera und zwei oder drei Kopfservos planen. Das ist ein Architekturvorschlag, kein von RoboHub getesteter Aufbau. Mit stabilem Fuß und begrenztem Bewegungsbereich beginnen; erst Audio, danach Bewegung oder optionale Kamera erproben.
Die Sprachkette besteht aus Aktivierungswort, Spracherkennung, Sprachmodell und Sprachausgabe. Lokale oder cloudbasierte Modelle nach gemessener Antwortzeit auf der Hardware wählen. Lokale Verarbeitung bietet mehr Kontrolle über Audio; die Cloud bringt Netzabhängigkeit und mögliche Nutzungskosten. Keine Variante garantiert sofortige Antworten. Anfragen begrenzen, aktive Mikrofone anzeigen und standardmäßig nicht aufzeichnen.
Als Bausatzreferenz beschreibt Pollen Robotics Reachy Mini Wireless mit eingebautem Raspberry Pi CM4, WLAN und USB, Kamera, vier Mikrofonen, Lautsprecher und Beschleunigungssensor. Lite nutzt einen Mac, PC oder Linux-Rechner per USB bei gleichen Bewegungen. Beide sind Bausätze mit etwa zwei Stunden Montage. Der Hersteller nennt integrierte Gespräche per Echtzeit-Sprachmodell und über 60 Community-Apps; das sind Reachy-Mini-Funktionen, keine Eigenschaften des vorgeschlagenen Eigenbaus.