Assistente de voz · roda na sua GPU
Seu Jarvis, 100% local.
Cérebro, voz clonada e ouvidos rodando no seu computador. Sem mensalidade, sem conta de API, e nada sai da sua casa.
Cérebro, voz clonada e ouvidos rodando no seu computador. Sem mensalidade, sem conta de API, e nada sai da sua casa.
O Jarvis Local é um kit aberto para montar um assistente pessoal que você chama pela voz ("Jarvis, …") e que roda inteiro no seu computador. Ele responde a partir das suas próprias anotações, mostradas numa galáxia 3D, fala com uma voz clonada e anota coisas novas quando você pede. Serve para quem quer um assistente sem mensalidade e sem mandar o áudio para a nuvem. Você precisa de uma máquina com GPU (placa NVIDIA, Mac com chip da Apple ou mini PC de memória unificada) e do Claude Code ou do Codex para construir, uma vez, com os 8 prompts do kit.
O projeto explicado em poucos minutos.
O kit instala os três motores gratuitos e entrega os prompts que fazem o Claude Code (ou o Codex) construir o assistente em cima deles. Depois de pronto, ele roda sem os dois e sem internet.
O Ollama roda um modelo de IA aberto (Qwen, Gemma, gpt-oss) na sua placa de vídeo e responde a partir das suas notas.
O VoiceStudio clona a sua voz a partir de 10–20 segundos de gravação. O motor VoxCPM2 fala português.
O Whisper transcreve o que você fala ali mesmo. Você diz "Jarvis", ele escuta; diz "para", ele se cala.
Cérebro, voz e ouvidos ficam na memória ao mesmo tempo, e o cérebro é o maior. O que decide tudo é quanta memória o modelo enxerga: a VRAM da placa NVIDIA ou a memória unificada do Mac e dos mini PCs de IA.
Mac com Apple Silicon (16 GB+, ideal 32 GB)
PC com placa NVIDIA (12 GB+ de VRAM, ideal 16–32 GB)
Mini PC de memória unificada (AMD Ryzen AI Max+, NVIDIA DGX Spark)
VPS / servidor na nuvem sem GPU
Notebook de 8 GB sem placa de vídeo
Placa com menos de 12 GB de VRAM (só conversa simples)
Tamanho do download de cada modelo (4 bits, biblioteca do Ollama, 04/11/2026). O instalador escolhe sozinho até o gpt-oss:120b; o último da lista você escolhe com --modelo. Deixe ~30% livre: a voz e os dois Whisper ocupam, por estimativa, uns 4–6 GB a mais na mesma placa.
Também cabem: gpt-oss:20b (14 GB, rápido), gemma4:26b-a4b (16–19 GB), llama4:scout (67 GB). Tags terminadas em -cloud rodam na nuvem do Ollama: o instalador recusa. Tabela completa em MODELOS.md.
Tudo acontece na sua máquina, em portas locais. O prompt 07 mede quanto cada etapa leva no seu computador.
Servidor de modelos abertos no formato compatível com OpenAI. O mesmo código fala com outro endpoint trocando três campos.
Motor de voz local. O assistente fixa o motor a cada início para nenhuma licença trocar sem aviso.
A galáxia 3D das notas no navegador, presa em 127.0.0.1. É por ele que você fala e vê de qual nota veio a resposta.
O nome do modelo no Ollama, com o tamanho: qwen3.5:9b.
Modelo comprimido para caber em menos memória, com pouca perda de qualidade.
O endereço que recebe as perguntas, aqui localhost:11434/v1.
A memória que a GPU usa. No Mac e nos mini PCs de IA, é a mesma do sistema.
Servidor de arquivos na internet. O prompt 08 traz as bibliotecas para dentro do projeto.
Biblioteca aberta que desenha a galáxia 3D das notas no navegador.
O instalador cuida dos três motores e confere o resto antes de começar: se faltar algo, ele mostra o comando para instalar.
Placa NVIDIA, Mac com chip da Apple ou mini PC de memória unificada (veja acima). Na NVIDIA, com o driver instalado: nvidia-smi tem de funcionar.
No Ubuntu/Debian também o python3-venv, e sudo para instalar o Ollama.
sudo apt install -y python3-venv curl
Ou outro navegador com acesso ao microfone.
Só para construir com os prompts, uma vez.
Uma noite para instalar, um fim de semana para construir. Cada passo termina com uma prova.
Clone o repositório no computador onde o assistente vai morar.
git clone https://github.com/inematds/jarvis-local.git cd jarvis-local
Mostra a GPU, a memória e o modelo que vai ser escolhido, sem instalar nada. Sem GPU, ele para e explica.
# Mac ou Linux bash instalar/instalar.sh --simular # Windows (PowerShell) powershell -ExecutionPolicy Bypass -File instalar\instalar.ps1 -Simular
O mesmo comando sem a simulação: Ollama + o modelo da sua memória, Whisper (faster-whisper ou mlx-whisper) e VoiceStudio. Para escolher o modelo à mão: --modelo qwen3.8:27b.
bash instalar/instalar.sh # Mac ou Linux bash instalar/instalar.sh --modelo gemma4:12b # forçar um modelo powershell -ExecutionPolicy Bypass -File instalar\instalar.ps1 # Windows
Na placa NVIDIA ele também instala as bibliotecas CUDA do Whisper (cuBLAS e cuDNN). No fim, grava em ~/.jarvis-local/minha-maquina.json a tag do cérebro e o Python que os prompts vão usar.
No VoiceStudio: Model Catalogue → instale o VoxCPM2 (fala português, licença Apache-2.0) e selecione. Depois Profiles → New → Clone com 10–20 s da SUA voz, sem música nem eco, e dê o nome Jarvis. O VoiceStudio é um app com tela; anote a versão que funcionou e não atualize no meio do projeto. No Linux, abra com ~/.local/bin/VoiceStudio (é um AppImage: no Ubuntu 24.04 precisa de sudo apt install -y libfuse2t64, no 22.04 de libfuse2). No primeiro uso ele baixa o próprio motor e demora.
Confere os três motores e mede a primeira resposta do cérebro na sua máquina.
python3 instalar/verificar.py # ✓ GPU: … ✓ modelo baixado ✓ respondeu em X s ✓ VoiceStudio no ar (exemplo)
Abra o Claude Code (ou o Codex) numa pasta vazia e cole os prompts 01 → 08 em ordem, um por vez, esperando cada um terminar e se provar. No prompt 01, preencha a tag do cérebro e o Python com o que está em ~/.jarvis-local/minha-maquina.json.
mkdir ~/meu-jarvis && cd ~/meu-jarvis && claude # cole o conteúdo de prompts/01-galaxia-e-cerebro.md
O prompt 07 cria verificar_tudo.py, que mede ouvir · pensar · falar na sua máquina. O prompt 08 desliga o Wi-Fi e confere que a lista de conexões externas sai vazia.
python3 verificar_tudo.py # ouvir 0,6 s · pensar 1,9 s · falar 0,8 s · total 3,3 s (exemplo) # 14 ok, 0 falha, 0 aviso
"Jarvis, o que eu anotei sobre o cliente X?" · "Jarvis, anota que a reunião mudou para quinta." · "Muda para o grande." · "Tudo local."
Cada prompt é um pedido completo: o que construir, as regras que tem de respeitar e como provar que funciona. Troque só o que está entre colchetes.
Duas cenas que o kit entrega: a resposta voando até a nota de onde veio, e o assistente funcionando com a internet desligada.
O que o kit ensina a fazer certo, e para onde ir depois.