Simplifican el hardware del traductor IA Gemma de Google

El Gemma Translator de Google, liberado como código abierto, ha ganado popularidad al ofrecer traducción conversacional instantánea sin necesidad de conexión a internet, procesando todo localmente en un dispositivo basado en Raspberry Pi 5. Su diseño original, aunque funcional, requería una serie de componentes discretos, incluyendo una pantalla, micrófono, altavoz, botones físicos, un codificador rotatorio y el cableado necesario para su interconexión.

Jdaie Lin ha propuesto una alternativa simplificada que reduce el hardware esencial a un Raspberry Pi 5 y un módulo Whisplay HAT+. Este último, según reporta Hackster.io, se conecta directamente al Raspberry Pi, integrando la mayoría de los periféricos necesarios para el funcionamiento del traductor.

El Whisplay HAT+ incorpora una pantalla táctil capacitiva de 2.8 pulgadas y 640×480 píxeles, junto con dos micrófonos digitales y un par de pequeños altavoces. La pantalla se conecta a través de la interfaz DSI del Raspberry Pi, y la placa se acopla directamente sobre el Pi mediante su cabecera GPIO de 40 pines, eliminando así la mayoría de los cables sueltos y los componentes periféricos separados que caracterizan la construcción de referencia de Google.

Dado que esta configuración omite los botones y el codificador rotatorio del diseño original, Lin modificó el software del Gemma Translator. Los controles de selección de idioma y otras configuraciones se han trasladado a menús en pantalla, haciendo de la interfaz táctil el método principal de interacción con el dispositivo. Adicionalmente, Lin ha implementado la visualización de la duración de cada etapa del proceso de traducción —desde el reconocimiento de voz hasta la traducción y la síntesis de voz— en la interfaz.

La funcionalidad subyacente del Gemma Translator permanece intacta: el reconocimiento de voz, la traducción y la síntesis de voz se ejecutan íntegramente en el Raspberry Pi 5. Esto asegura que el dispositivo mantenga su capacidad de operar sin conexión a internet, preservando la privacidad al no enviar las conversaciones a servicios en la nube para su procesamiento.

La versión simplificada de Jdaie Lin potencia la accesibilidad para los entusiastas y desarrolladores, al convertir el ensamblaje de un traductor IA offline en un proceso que consiste principalmente en apilar dos placas y cargar el software.