Um companheiro falante de mesa pode usar computador tipo Raspberry Pi, conjunto de microfones, alto-falante, câmera e dois ou três servos para a cabeça. É uma arquitetura proposta, não uma montagem testada pela RoboHub. Comece com base estável e movimento limitado; faça o áudio funcionar antes de acrescentar movimento ou câmera.
A cadeia de voz reúne palavra de ativação, transcrição, modelo de linguagem e síntese de fala. Escolha modelos locais ou em nuvem após medir o tempo de resposta no hardware. Processamento local dá mais controle do áudio; nuvem acrescenta dependência da rede e possíveis custos de uso. Nenhum garante resposta instantânea. Limite solicitações, indique o microfone ativo e evite gravar por padrão.
Como referência de kit, a Pollen Robotics descreve Reachy Mini Wireless com Raspberry Pi CM4 embarcado, Wi-Fi e USB, câmera, quatro microfones, alto-falante e acelerômetro. Lite usa Mac, PC ou Linux por USB, com os mesmos movimentos. Ambos são kits de cerca de duas horas de montagem. O fabricante cita conversa integrada com modelo de voz em tempo real e mais de 60 aplicativos da comunidade; são recursos do Reachy Mini, não da cabeça caseira proposta.