Crie seu próprio assistente de gravação de voz já com transcrição associada, usando o Gemini como ferramenta. A referência ao Plaud (que é uma ferramenta robusta para esta função), para somente no nome, pois este projeto utiliza hardware que qualquer um pode ter acesso, com código em Python e usando o Gemini para fazer a interpretação do áudio e transcrição.

A intenção do projeto foi criar um aparelho menor possível, e mais barato possível para nossa realidade. É possível aplicar este projeto em outros hardwares, mas aí, adaptando o código.

Arquivos do Projeto

Materiais Necessários

• Raspberry Pi Zero 2W
• Raspberry Pi 2,13 polegadas e-Paper E-Ink Display HAT Interface SPI 250x122 2,13 polegadas
• Etcs-para raspberry pi zero w ups-lite placa de fonte de alimentação bateria i2c max17040g indicador
• Mini microfone USB para Raspberry Pi
• Cartão Micro SD classe 10 (mínimo de 64Gb)
• Cabo OTG (conversor de USB fêmea para micro usb macho) para conectar o microfone

Ferramentas Necessárias

• Um notebook ou PC para conseguir fazer as instruções no Raspberry

Etapas

Introdução

• O Plaud Pi Zero é um dispositivo DIY (Faça Você Mesmo) baseado em Raspberry Pi Zero 2W que grava áudio continuamente, transcreve e resume o conteúdo usando Inteligência Artificial (Google Gemini 2.5 Flash) e envia os resultados diretamente para o Telegram.
  
  Principais Funcionalidades
  Gravação Contínua: Blocos de 15 minutos (configurável) com processamento em segundo plano.
  
  IA Multimodal: Usa o Gemini 2.5 Flash para transcrição fiel e sumarização em tópicos.
  
  Interface Visual: Tela E-Ink (e-Paper) mostrando status de gravação, Wi-Fi e Bateria.
  
  Notificações: Envia áudio (MP3 compactado) e texto (transcrição) via Bot do Telegram.
  
  Resiliência: Reconexão automática de Wi-Fi, buffer anti-falhas e retentativa de upload.

Hardware Necessário

• Raspberry Pi Zero 2W (com headers soldados).
  
  Cartão MicroSD (16GB ou superior, Class 10/A1 recomendado).
  
  Tela E-Ink 2.13inch (Modelo V4 Waveshare ou Spotpear compatível).
  
  Microfone USB (Mini USB Mic ou similar).
  
  Fonte de Energia: PowerBank ou UPS HAT (Ex: PiSugar/Waveshare UPS).
  
  Adaptador OTG (Micro USB para USB-A) para conectar o microfone.

Instalação de Software

• Passo A: Sistema Operacional
  Instale o Raspberry Pi OS Lite (Bookworm) usando o Raspberry Pi Imager. Configure o Wi-Fi e SSH antes de iniciar.
  
  Passo B: Dependências
  Acesse o terminal via SSH e instale os pacotes necessários:
  
  Bash
  
  sudo apt update && sudo apt upgrade -y
  sudo apt install python3-pip python3-pil python3-numpy git ffmpeg libopenjp2-7 -y
  sudo pip3 install requests RPi.GPIO spidev --break-system-packages
  Passo C: Configuração da Tela (SPI)
  Execute sudo raspi-config.
  
  Vá em Interface Options > SPI > Yes.
  
  Reinicie (sudo reboot).
  
  Passo D: Drivers da Tela
  Clone o repositório da Waveshare para obter os drivers básicos:
  
  Bash
  
  cd ~
  git clone https://github.com/waveshare/e-Paper.git
  mkdir -p /home/pi/plaud_pi_zero/lib
  cp -r /home/pi/e-Paper/RaspberryPi_JetsonNano/python/lib/waveshare_epd /home/pi/plaud_pi_zero/lib/
  Nota: Substitua /home/pi pelo seu usuário se for diferente (ex: /home/andregomes).

Configuração do Projeto

• Crie a pasta do projeto: /home/pi/plaud_pi_zero.
  
  Coloque os arquivos Python (disponíveis na seção de Código Fonte) nesta pasta.
  
  IMPORTANTE: Edite os arquivos para inserir suas chaves:
  
  main_epaper.py: Insira sua GEMINI_API_KEY.
  
  cloud_sync.py: Insira TELEGRAM_BOT_TOKEN e TELEGRAM_CHAT_ID.

Instalação do Serviço (Auto-Start)

• Para iniciar automaticamente ao ligar:
  
  Crie o arquivo de serviço: sudo nano /etc/systemd/system/plaud-pi-zero.service
  
  Cole o conteúdo (ajuste o usuário User=pi e caminhos conforme necessário).
  
  Ative:
  
  Bash
  
  sudo systemctl daemon-reload
  sudo systemctl enable plaud-pi-zero.service
  sudo systemctl start plaud-pi-zero.service

Comandos de Controle

• O projeto inclui scripts para criar comandos de terminal:
  
  pausar: Para a gravação e coloca a tela em espera.
  
  retomar: Reinicia o serviço e volta a gravar.
  
  desativar: Encerra totalmente o assistente.

Código Fonte (Arquivos Python)

• Aqui estão os arquivos finais. Copie e salve cada bloco com o nome do arquivo indicado.
  
  1. main_epaper.py (O Cérebro)
  Gerencia gravação, threads, IA e lógica principal.
  
  2. cloud_sync.py (Integração Telegram)
  Gerencia envio de arquivos e divisão de mensagens longas.
  
  3. epaper_display.py (Interface Visual)
  Desenha status, Wi-Fi e bateria na tela E-Ink.
  
  4. wifi_manager.py e battery_manager.py
  wifi_manager.py:
  battery_manager.py:

Ajuste no GPIO

• Essencial para funcionar no Pi Zero 2W com sistema novo. Substitua o arquivo original da Waveshare por este.
  
  Python
  
  import os
  import sys
  import time
  import spidev
  import RPi.GPIO as GPIO
  
  # Definição Padrão HAT
  RST_PIN = 17
  DC_PIN = 25
  CS_PIN = 8
  BUSY_PIN = 24
  
  class RaspberryPi:
  def __init__(self):
  self.SPI = spidev.SpiDev(0, 0)
  self.SPI.max_speed_hz = 4000000
  self.SPI.mode = 0b00
  GPIO.setmode(GPIO.BCM)
  GPIO.setwarnings(False)
  GPIO.setup(RST_PIN, GPIO.OUT)
  GPIO.setup(DC_PIN, GPIO.OUT)
  GPIO.setup(CS_PIN, GPIO.OUT)
  GPIO.setup(BUSY_PIN, GPIO.IN)
  
  def digital_write(self, pin, value): GPIO.output(pin, value)
  def digital_read(self, pin): return GPIO.input(pin)
  def delay_ms(self, delaytime): time.sleep(delaytime / 1000.0)
  def spi_writebyte(self, data): self.SPI.writebytes(data)
  def spi_writebyte2(self, data): self.SPI.writebytes2(data)
  def module_init(self):
  GPIO.setup(RST_PIN, GPIO.OUT)
  GPIO.setup(DC_PIN, GPIO.OUT)
  GPIO.setup(CS_PIN, GPIO.OUT)
  GPIO.setup(BUSY_PIN, GPIO.IN)
  return 0
  def module_exit(self):
  self.SPI.close()
  GPIO.output(RST_PIN, 0)
  GPIO.output(DC_PIN, 0)
  GPIO.cleanup()
  
  implementation = RaspberryPi()
  for func in [x for x in dir(implementation) if not x.startswith('_')]:
  setattr(sys.modules[__name__], func, getattr(implementation, func))

Scripts de Controle (pausar.py, parar.py)

• pausar.py:
  
  #!/usr/bin/env python3
  import sys, subprocess, time
  sys.path.append(os.path.dirname(os.path.realpath(__file__)))
  try: from epaper_display import initialize_display, display_status
  except: pass
  
  print("⏸️ Pausando...")
  subprocess.run(["sudo", "systemctl", "stop", "plaud-pi-zero-auto.service"], check=False)
  time.sleep(2)
  if initialize_display():
  display_status("PAUSADO ||", "Use 'retomar'", "OFF")
  (Crie os atalhos em /usr/local/bin conforme explicado na documentação).

Conclusão

Tentei fazer o menor tamanho possível, mas isso gera alguns problemas, como a necessidade de uso de SSH para instalação do sistema e arquivos. Assim como o uso de um microfone USB, pois é muito difícil achar um microfone para embutir na placa.

Vale ressaltar que é necessário um pequeno conhecimento em programação e uso de SSH e itens parecidos, porém todo o projeto foi feito usando IA.

Caso você vá precisar de muita transcrição, vale a pena usar a troca automática de chaves do Gemini, pois os limites gratuitos são baixos.

Ainda preciso projetar uma "caixa" em 3D para imprimir. Assim que o fizer, atualizo o projeto.

Comentários

0

Faça login para adicionar um comentário.

1. Nenhum comentário ainda. Seja o primeiro a comentar!