O robô mais legal que eu já fiz [Vídeo]
(youtube.com)- Combina olhos animatrônicos e uma TV CRT preto e branco com um Amazon Echo, transformando o assistente de voz no robô Alexatron, que parece mais um personagem
- A TV CRT substitui o sinal horizontal por um sinal de áudio, tornando a tela um dispositivo de expressão essencial que reage como se fosse o movimento da boca quando o robô fala
- O mecanismo dos olhos usa Arduino, servos e um projeto baseado em impressão 3D, com o person sensor da Useful Sensors para seguir o rosto do usuário
- Lê a mudança de tensão no circuito de LED que acende após a detecção da palavra de ativação da Alexa, ativando olhos e movimentos imediatamente sem comandos adicionais
- O resultado funciona, mas ainda é um protótipo com ruído nos servos, jitter e hum no alto-falante, e o autor considera que, para interações mais avançadas, seria necessário trocar a Alexa por uma plataforma de IA com GPT
Criando um assistente de voz que parece um personagem
- O criador relembra que, na infância, imaginava os computadores do futuro não como máquinas simples, mas como “seres computacionais” com personalidade e presença
- Hoje há assistentes de voz como a Alexa em muitas casas, mas sua forma física se parece mais com um pequeno aparelho sobre a bancada da cozinha e carece de personalidade
- O objetivo era hackear a Alexa e combiná-la com animatrônica e uma tela de TV antiga, criando uma máquina que fizesse o usuário esquecer por um instante que está falando com um computador
Reaproveitando uma TV CRT preto e branco como dispositivo de expressão vocal
- A TV usada é uma televisão CRT preto e branco de uma geração já próxima das últimas, e após ser desmontada virou o dispositivo de expressão do novo robô
- A tela CRT fornece o elemento visual que reage como uma boca quando o robô fala
- A ideia é que, ao ver como a voz é produzida, o usuário tenda a perceber o interlocutor como um ser com autoconsciência ou emoções
- Na placa da TV, foram identificados o transformador flyback, o transistor de saída horizontal e as linhas de controle de deflexão horizontal e vertical
- O criador interceptou o sinal horizontal enviado ao tubo e o conectou a um amplificador de áudio e a uma fonte de áudio, fazendo o sinal de voz aparecer na tela
Olhos, rastreamento facial e resposta à palavra de ativação
- O mecanismo dos olhos usa um projeto criado por Will Cogley, da Milheim Mechatronics
- É uma estrutura que pode ser feita de forma relativamente rápida e barata com Arduino, vários servos e impressora 3D
- O criador cita os arquivos do projeto e o canal de animatrônica no YouTube como referência
- Nos testes iniciais apareceu jitter nos servos, e ele concluiu que o limite de 3A do buck converter reduzido para 5V talvez não fosse suficiente para os 6 servos
- Para controlar os olhos, ele usou o person sensor da Useful Sensors
- É uma unidade autônoma de câmera para rastreamento facial que pode ser comprada na SparkFun
- Ele escolheu essa peça porque não tinha tempo nem domínio de programação para criar por conta própria um algoritmo de rastreamento facial
- Graças a esse sensor, o robô mantém contato visual mesmo quando o usuário se move, passando uma sensação de interação mais ativa do que um aparelho que só reage quando é chamado, como a Alexa
- A Alexa foi projetada para ouvir a palavra de ativação e então aguardar uma pergunta ou comando, o que não combinava com a resposta imediata e quase orgânica que o criador queria
- A solução foi usar o circuito interno de LED do Echo
- Quando a Alexa escuta a palavra de ativação, o LED acende
- Um dos pads de sinal RGB do LED cai de cerca de 2.5V para 1.1V quando ele acende
- O microcontrolador detecta essa mudança de tensão e pode executar a ação desejada sem necessidade de comandos adicionais
Montagem do corpo e tentativa e erro
- Durante a fabricação dos globos oculares, o aquecimento da resina para remover bolhas acabou deformando as peças
- Como resultado, elas deixaram de se encaixar nos moldes e suportes já existentes, e foi preciso abandonar o plano original para os olhos
- Para colocar a TV CRT desmontada, o Amazon Echo e o mecanismo dos olhos em um único corpo, ele projetou um chassi de acrílico transparente
- O criador conta que, ainda no ensino fundamental, ao ver um Apple IIe com tampa superior transparente, percebeu pela primeira vez que o interior de um computador não era uma “caixa mágica”, mas o resultado de engenharia
- Inspirado por essa experiência, ele projetou chapas de acrílico transparente no Fusion 360, cortou-as a laser e montou um chassi que deixa os componentes visíveis
- A placa da TV foi instalada em uma posição mais baixa, com camadas recortadas para evitar a área do transformador flyback e do dissipador, economizando espaço
Conclusão do Alexatron e suas limitações
- A configuração final inclui olhos animatrônicos, person sensor, alto-falante, dois amplificadores, conversores boost de 8V e 12V, placa da TV, dispositivo Echo, uma chave de energia separada para o CRT e um módulo de tomada com fusível e interruptor
- A ideia original era usar só a placa do Amazon Echo fora do chassi, mas isso não funcionou direito; ele atribuiu o problema ao aterramento e recolocou o aparelho na carcaça original
- Ele tentou usar uma placa Arduino menor, mas a queimou com sobretensão e a substituiu por um Arduino Mega
- O robô final reage à palavra de ativação “computer” e usa a tela CRT junto com o mecanismo dos olhos para funcionar como um personagem conversacional
- O criador chama esse robô de Alexatron e diz que é a construção mais complexa que já fez
- Nos 3 dias finais, passou cerca de 15 horas por dia resolvendo problemas
- Isso sem contar o tempo para obter peças e fabricar componentes nas etapas anteriores
- O produto final ainda tem problemas
- Os servos são muito barulhentos e apresentam jitter
- Há um hum baixo no alto-falante
- Mesmo assim, o sistema como um todo funciona
- O Alexatron é um protótipo que pode evoluir em versões futuras e, para aumentar a interatividade, exigirá abandonar a plataforma Alexa e adotar uma plataforma de IA com GPT
1 comentários
Comentários no Hacker News
O vídeo sobre um console de jogos soviético antigo foi especialmente divertido.
https://www.youtube.com/watch?v=9mqXT-zj47s
Vendo projetos como este e os robôs recentes impressionantes da Disney (https://youtu.be/-cfIm06tcfA?si=D3SKsNekOaDQFeVU), parece apenas uma questão de tempo até robôs incorporados bastante reais chegarem às casas.
Também vão surgir vídeos virais relacionados, e acho que alguma empresa capaz de vendê-los a um preço atraente vai ganhar muito dinheiro um dia.
O próprio robô também parece algo que J. F. Sebastian teria criado, então achei uma sacada bem legal fazê-lo recitar aquele monólogo no final.
Não tenho nenhuma relação com este canal, mas o resultado final é realmente incrível.
É só não enfiar o dedo lá dentro enquanto estiver ligado.
Se ele construiu tudo por conta própria, acho que tem conhecimento de eletrônica suficiente para entender os perigos do transformador flyback.
A corrente é baixa demais para matar, embora doa; o problema é que a reação ao choque pode fazer você cortar a mão em uma quina afiada ou tocar em outra parte com tensão/corrente mais perigosa.
Isso faz sentido considerando que assistentes de voz se popularizaram cerca de 10 anos antes dos grandes modelos de linguagem, e que os assistentes de voz nunca chegaram perto de parecer “vivos” em qualquer sentido.
Quando o ecossistema de grandes modelos de linguagem amadurecer um pouco mais, gostaria de ver produtos assim sendo produzidos em massa. Para quem nunca se sentiu muito à vontade usando assistentes de voz, esse formato talvez seja o elemento necessário para tornar a experiência como um todo mais agradável.