O que é um ok google bebê reborn
É um projeto de Dolls bebês Realistas (Reborns) que incorporam módulos de reconhecimento de voz Google Assistant, ou um clone dele, dentro do corpo da boneca. A boneca reage a comandos de voz como "Ok Google", respondendo com sons pré-gravados, movimentos simples ou texto falado. Não é um produto oficial do Google — é uma adaptação caseira ou feita por vendedores especializados em dolls interativas. A ideia básica é pegar um módulo como o ESP32-S3 com suporte a KWS (Keyword Spotting) ou um shield de assistente de voz, conectá-lo a um alto-falante pequeno e um sensor de presença (ultrassônico ou PIR), e embutir tudo dentro da articulação ou cabeça da doll. Quando o comando é detectado, o sistema reproduce um áudio gravado anteriormente.
ok google bebê reborn: guia prático de implementação
Vamos direto ao que funciona na prática. O hardware básico que eu uso consiste em um ESP32-S3-DevKitC-1, um amplifier classe D como o PAM8403, um alto-falante de 3W a 5W, um sensor PIR HC-SR501, e uma fonte de alimentação de 5V 2A com power bank pequeno. O custo total gira entre R$80 e R$150 dependendo dos componentes usados.
O processo de programação usa a Arduino IDE com a biblioteca esp-adf (ESP Audio Development Framework) para reconhecer a palavra-chave. O fluxograma é: detectar "Ok Google" processar o restante do comando via WiFi enviar resposta de áudio gravada reproduzir pelo alto-falante. O problema real que encontrei na minha terceira tentativa foi que o som do alto-falante interferia no microfone, causando eco e falsos disparos. A solução foi usar um microfone MEMS I2S (como o INMP441) em vez do microfone analógico padrão, posicioná-lo mais longe do alto-falante e aplicar um filtro passbaixo simples no código para cortar frequências acima de 3kHz no sinal do microfone. Isso reduziu drasticamente os falsos positivos.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Para a gravação das respostas, usei gravações em WAV 16-bit 22050Hz, convertidas para MP3 64kbps para economizar espaço no SPIFFS do ESP32. Cada resposta ocupa cerca de 15KB a 40KB, então dá para armazenar umas 50 respostas num chip de 4MB. Se você quer montar o próprio projeto, o repositório espressif/esp-adf no GitHub tem exemplos prontos de keyword spotting. A documentação oficial está em github.com/espressif/esp-adf. Para quem prefere comprar pronto, vendedores no Etsy e Mercado Livre oferecem dolls com essa funcionalidade embutida, geralmente por preços entre R$400 e R$1200, dependendo da qualidade da doll e dos recursos adicionais (movimentos, olhos que piscam, etc).
Pegadinhas e limitações que ninguém conta
Primeiro: a bateria dura entre 2 e 4 horas de uso contínuo com o WiFi ligado. Se você desligar o WiFi e usar apenas o modo offline com áudio pré-gravado, chega a 8 horas. Segundo: o ESP32-S3 reconhece bem comandos em inglês, mas o reconhecimento de português ainda é medíocore na maioria das configurações caseiras. Terceiro: a doll precisa ficar parada e relativamente quieta para o microfone captar o comando corretamente — movimento excessivo gera ruído de vento que atrapalha. Se o seu objetivo é apenas uma doll que responde a comandos simples sem depender do Google Assistant, considere usar um DFPlayer Mini com módulo de reconhecimento de voz como o LD3320. É muito mais barato (custa menos de R$20), funciona 100% offline, e é suficiente para respostas pré-programadas como "Oi!", "Estou aqui", "Te amo". A limitação é que você não terá acesso a perguntas abertas ou informações em tempo real — mas para a maioria dos casos de uso com dolls reborn, isso não faz diferença.
O projeto ok google bebê reborn é viável, mas exige paciência com calibração de áudio e programação. Não espere um resultado polido na primeira tentativa. Teste o circuito fora da doll antes de costurar qualquer coisa no corpo.
