Voz OpenClaw: Hardware faça você mesmo para controle de casa inteligente de fala para fala

Um desenvolvedor reaproveitou o Home Assistant Voice PE (puck speaker de $59) como uma interface de hardware dedicada para o OpenClaw, alcançando controle de casa inteligente com conversão fala-a-fala em menos de um segundo e verificação de acesso baseada em impressão vocal. Toda a stack é open source no GitHub.

Principais Recursos

• Conversão fala-a-fala autêntica: OpenAI Realtime gerencia conversas com latência abaixo de um segundo. Você pode interrompê-lo no meio da frase.
• Recall instantâneo de memória: A ponte busca diretamente em MEMORY.md + diários + arquivos de pessoa — sem turno do agente. Pergunte "Qual é o número da vovó?" e obtenha resposta em ~1 segundo.
• Buscas auto-aprimoráveis: Se a busca falhar, escala para um turno completo do OpenClaw (verifica iMessage, etc.), escreve a resposta em um arquivo de pessoa. Na próxima vez, é abaixo de um segundo.
• Tarefas longas que retornam com aviso: "Pesquise preços de voos para Londres em outubro" — tarefa entregue ao OpenClaw, resposta falada de volta no cômodo onde o pedido foi feito. Marcado por cômodo, com detalhes enviados por texto. Se o turno demorar, você recebe uma notificação "ainda trabalhando nisso" em vez de timeout.
• Execução de chamadas telefônicas: Usando um plugin separado openclaw-voice-call-realtime (Twilio + OpenAI Realtime), o OpenClaw pode fazer chamadas reais. Exemplo: "Ligue para a farmácia e pergunte se minha receita está pronta" — chamada é feita, conversa transcrita, resultado falado de volta na cozinha.
• Memória por voz: "Lembre-se que…" com gravações controladas por locutor. Impressões vocais funcionam com cadastro guiado, executado nativamente em C++ no dispositivo.
• Palavra de ativação personalizada: Treinador comunitário; "Hey Leonard" vem como padrão, com menu suspenso para trocar.
• Volante de falso-positivo: Toque duplo no botão registra um falso positivo, alimentando o retreinamento semanal para melhorar o modelo.
• Endpoint de anúncio: POST com autenticação Bearer — qualquer script ou cron pode falar: "Saiam em quinze minutos para levar as crianças na escola."

Contrato de Integração

O padrão de ponte é mínimo — uma URL, dois formatos POST ({'question'} e {'recall'}) mais o endpoint de anúncio. Agnóstico de agente, mas testado com OpenClaw. Documentação: agent-integration.md

Regra de Design

O Voice PE não tem conhecimento próprio — todas as escalas são executadas como turnos do OpenClaw no mesmo workspace (MEMORY.md, TOOLS.md, mesmos scripts). Ensine algo ao OpenClaw uma vez no chat, e o caminho de voz saberá imediatamente.

Custo

Uso doméstico leve custa dezenas de centavos por dia.