Projeto para wearable de oratória

TabNews·yesterday at 4:09 pm

TLDR

https://claude.ai/public/artifacts/2ff70918-2001-4366-9762-9a5054ca0086

Escopo: ESP32 + INMP441 + circuito de choque isolado → WebSocket → STT (Whisper) → LLM (análise semântica) → gatilho de atuação.

Correção técnica prévia (impacta dimensionamento em todas as fases): a especificação de corrente "na casa dos microampères" está incompatível com o efeito desejado. Estímulo tátil-aversivo perceptível (padrão TENS/Pavlok) opera na faixa de 1–30 mA em pulsos curtos (ms), não µA — corrente na casa de microampères é, em geral, imperceptível através da pele intacta. O dimensionamento do boost e do limitador de corrente deve ser refeito para essa faixa, mantendo isolamento galvânico e limitação de energia por pulso (J) como parâmetro de segurança primário, não a corrente nominal isolada.

Fase 1 — Prototipagem em Bancada (Hardware Bring-up)

Objetivos: validar os três subsistemas de hardware isoladamente (captura de áudio, comunicação, atuação) antes de integração ou uso no corpo.

Tarefas:

Configurar ESP32 com driver I2S para o INMP441; validar SNR e ausência de clipping em ambiente com ruído de fala real.
Medir latência de captura → buffer → envio (baseline de hardware, sem rede).
Montar circuito de choque em bancada, isolado da parte de controle por optoacoplador; validar isolamento galvânico com multímetro/megômetro antes de qualquer teste com corrente viva.
Redimensionar o boost converter e o limitador de corrente para a faixa mA (ver correção acima); definir limite de energia por pulso (mJ) como hard-limit em hardware (não em firmware).
Implementar corte de segurança físico (fusível/PTC) independente do firmware, que não possa ser sobrescrito por software.
Testar atuação exclusivamente em bancada com carga resistiva simulando pele (nunca no corpo nesta fase).

Entregável/Marco: três subsistemas funcionando isoladamente, com laudo de isolamento elétrico documentado e limite de energia por pulso definido em hardware.

Riscos e mitigações:

Risco: corrente real fora da faixa segura por erro de dimensionamento do boost → mitigação: limite de energia em hardware (não só corrente), testado com carga resistiva antes de qualquer contato com pele.
Risco: falha de isolamento entre domínio de bateria/boost e domínio de controle → mitigação: teste de isolamento galvânico obrigatório como critério de saída da fase (gate), não opcional.

Fase 2 — Pipeline de Áudio e Streaming (Software Base)

Objetivos: estabelecer o caminho de dados áudio → servidor com latência caracterizada e reprodutível.

Tarefas:

Implementar streaming de áudio via WebSocket do ESP32 ao servidor (PCM bruto ou codec leve, avaliar trade-off CPU vs. banda).
Implementar servidor WebSocket com buffer circular e reconexão automática.
Integrar Whisper (ou alternativa) para transcrição incremental; medir latência real fim-a-fim (captura → texto).
Definir e medir o orçamento de latência da malha completa (deve ser conhecido antes da Fase 3, pois define se o gatilho é viável em tempo real ou necessariamente pós-hoc).

Entregável/Marco: transcrição em texto de fala capturada pelo dispositivo, com latência fim-a-fim medida e documentada (não estimada).

Riscos e mitigações:

Risco: dependência de Wi-Fi/nuvem introduz latência variável e ponto único de falha numa malha que termina em atuação sobre o usuário — esta é a ineficiência estrutural central do desenho atual: o caminho crítico de detecção depende de rede + serviço externo antes de qualquer resposta ser possível. Mitigação: separar detecção em duas camadas — uma detecção local leve (keyword spotting on-device, ex.: DSP/TinyML no próprio ESP32 para o léxico de vícios fixo) que não depende de rede, e a análise semântica via LLM na nuvem como camada complementar/assíncrona para padrões mais complexos. Isso reduz a dependência de rede no caminho que aciona a atuação.
Risco: perda de pacotes de áudio corrompe a transcrição → mitigação: buffer com sequenciamento e descarte controlado, não silencioso.

Fase 3 — Detecção Semântica e Lógica de Gatilho

Objetivos: transformar texto transcrito em decisão de acionamento, com controle de falsos positivos.

Tarefas:

Implementar detecção determinística (regex/lista) para a blacklist fixa — caminho rápido e local, coerente com a mitigação da Fase 2.
Implementar chamada ao LLM para padrões semânticos mais amplos (vícios contextuais), como camada separada e não bloqueante do caminho de detecção rápida.
Definir política de disparo: debounce (evitar múltiplos choques para a mesma ocorrência), limite de frequência por minuto, e modo de "pausa"/desativação manual acessível a qualquer momento.
Instrumentar taxa de falsos positivos/negativos com corpus de fala real gravado do próprio usuário.

Entregável/Marco: taxa de falso positivo caracterizada (%) em corpus de teste; política de debounce e desativação manual implementadas e testadas.

Riscos e mitigações:

Risco: falso positivo aciona choque sem vício real, associando estímulo aversivo a comportamento correto → mitigação: threshold de confiança do LLM/STT abaixo do qual não há disparo, priorizando falso negativo sobre falso positivo (menor dano a jusante entre os dois modos de erro).
Risco: usuário sem via de desativação rápida em caso de mau funcionamento → mitigação: desativação manual (botão físico, não dependente de software) como requisito não negociável desta fase.

Fase 4 — Integração de Sistema e Empacotamento Vestível

Objetivos: consolidar hardware + firmware + backend em um dispositivo utilizável no corpo, com verificação de segurança elétrica formal antes de qualquer uso contínuo.

Tarefas:

Integrar firmware ESP32 (captura + streaming + detecção local + acionamento) em build único.
Projetar invólucro e ponto de contato cutâneo evitando região torácica/cervical (risco cardíaco) — posicionamento tipicamente em antebraço/pulso, seguindo o padrão de dispositivos comerciais análogos.
Validar consumo energético e autonomia da bateria LiPo sob uso contínuo (streaming de áudio é o maior dreno).
Testar EMC/interferência do boost converter sobre o front-end de áudio (ruído induzido no INMP441).

Entregável/Marco: protótipo vestível funcional em bancada com todas as camadas integradas; ponto de contato definido e justificado por critério de segurança, não só ergonomia.

Riscos e mitigações:

Risco: posicionamento inadequado do eletrodo aumenta risco de corrente através de trajeto cardíaco → mitigação: restrição de posicionamento como requisito de projeto, não como aviso de uso.
Risco: ruído do boost converter degrada a captura de áudio, aumentando falsos positivos/negativos da Fase 3 → mitigação: blindagem/separação física entre domínio de atuação e domínio de áudio, validada com medição de SNR antes e depois da integração.

Fase 5 — Validação de Campo (MVP)

Objetivos: validar o sistema completo em uso real, com critério de saída objetivo para o MVP.

Tarefas:

Sessões de uso supervisionado com o próprio usuário, com registro de: número de disparos, falsos positivos percebidos pelo usuário, latência percebida entre vício e estímulo.
Ajuste do orçamento de latência da Fase 2 com base em dados reais de uso (a defasagem entre a palavra dita e o choque afeta diretamente a eficácia do condicionamento — se o atraso for grande, o aprendizado associativo se degrada).
Levantamento de decisões de alto custo de reversão (ex.: escolha definitiva do ponto de contato, dimensionamento final do circuito de atuação) para análise upfront em vez de iteração por tentativa — essas decisões têm custo de reversão alto (envolvem novo ciclo de validação elétrica) e devem ser fechadas antes da fabricação de lote, não ajustadas por iteração de campo.

Entregável/Marco: MVP com latência fim-a-fim, taxa de falso positivo e autonomia de bateria documentadas contra metas definidas previamente; critério de aceite objetivo cumprido ou não.

Riscos e mitigações:

Risco: eficácia do condicionamento comprometida por latência alta e não perceptível até uso prolongado → mitigação: medir latência percebida como métrica de saída explícita desta fase, não inferida do desempenho técnico isolado.
Risco: uso contínuo sem supervisão antes de dados de campo suficientes → mitigação: sessões supervisionadas como pré-requisito de qualquer uso não supervisionado subsequente.

c: 78% ± 12% — rf: dimensionamento de corrente/energia por pulso segue diretrizes gerais de dispositivos de estimulação cutânea análogos (TENS/Pavlok), não substitui ensaio elétrico dedicado nem avaliação de segurança formal para uso corporal contínuo; roadmap não cobre certificação regulatória.

Source

1 share