Portafolio
Nuestro trabajo de código abierto: bibliotecas y herramientas libres y autoalojables que abarcan IA de voz, extracción de datos, datasets, NLP y juegos, además del ecosistema OpenVoiceOS y HiveMind que ayudamos a construir. Sin dependencias forzadas, sin nube obligatoria.
Más allá del código, nuestros datasets y modelos abiertos están publicados enHugging Face,y nuestros notebooks de entrenamiento viven en el repositorioml-notebooks.
Comunidad
Contribuimos a socios independientes y donamos el trabajo con financiación pública a la fundación OpenVoiceOS.
Una colaboración en reconocimiento de voz que aporta décadas de experiencia en reconocimiento automático del habla (ASR) —el equipo tras Vosk y los modelos basados en Kaldi— a nuestro trabajo de ajuste de modelos de voz y de conjuntos de datos.
Programa español que impulsa la tecnología del lenguaje en las lenguas oficiales del país (español, catalán, euskera, gallego). Financia el desarrollo de OVOS para crear asistentes de voz descargables y respetuosos con la privacidad que funcionan en Raspberry Pi y ordenadores personales. Financiado por el Ministerio de Transformación Digital de España y el Plan de Recuperación de la UE.
Programa Next Generation Internet de la Comisión Europea (con cofinanciación del SERI suizo) que apoya a OpenVoiceOS como una alternativa estable y centrada en la privacidad a los asistentes de voz de las grandes tecnológicas. Enfoque: soporte multilingüe, incorporación de usuarios, estabilización de la plataforma y documentación.
Una fundación independiente sin ánimo de lucro que construye una plataforma de IA de voz de código abierto, impulsada por la comunidad y respetuosa con la privacidad. TigreGótico es un contribuidor principal de OpenVoiceOS, y su fundador forma parte de la junta de la fundación.
Explorar
Filtre por área para explorar más: todo es código abierto.
Envoltorio asíncrono de Python para CLIs de agentes de programación (Claude Code, Gemini, opencode, Antigravity) tras una única API Provider: sesiones de un solo turno o multiturno, eventos tipados en streaming y patrones de pipeline de fan-out/delegación/reintento.
Reconocimiento de entidades nombradas mediante el algoritmo de Aho-Corasick.
Grafema a fonema en Python puro, sin dependencias y consciente de la versión para euskera y español: reproduce fielmente el front-end de AhoTTS y emite la cadena IPA de un solo carácter usada para entrenar voces StyleTTS2/VITS.
Herramienta en el navegador para alinear audio con transcripciones de texto e IPA a nivel de palabra, grafema y oración. Se ejecuta enteramente en el cliente, sin servidor, sin dependencias y sin paso de compilación.
HTTP anónimo con rotación de IP; se combina con unblock_requests para sumar rotación y elusión de muros antibots.
Conversión de texto árabe (MSA) a IPA basada en reglas con diacritización tashkeel, construida sobre orthography2ipa: un árbol de tokens sensible al contexto gestiona la asimilación de las letras solares, la hamzat al-waṣl, el tanwīn y la tāʾ marbūṭa, diacritizando primero el texto sin vocalizar mediante modelos ONNX incluidos.
Busca y reproduce audiolibros de dominio público de LibriVox y fuentes similares.
Restauración de voz, eliminación de ruido y extensión de ancho de banda en ONNX puro: escala voz de banda estrecha a 48 kHz sin torch en ejecución.
Biblioteca cliente HTTP mínima para Python: alternativa ligera a requests.
Desambiguación de homógrafos heterófonos para TTS en portugués europeo: elige la pronunciación correcta de palabras que se escriben igual pero se leen distinto según el significado (sede = sed frente a sede central, forma = molde frente a forma). Reglas en Python puro más modelos aprendidos, con conjuntos de datos abiertos.
Etiquetadores gramaticales de Brill preentrenados para 11 lenguas, distribuidos como modelos serializados listos para usar sobre NLTK: etiqueta texto sin entrenar.
Motor de inferencia basado en ONNX para IA conversacional.
Paquete de Python para obtener información sobre compositores clásicos de Classical Archives.
Extractor multilingüe de palabras clave/términos de búsqueda con CRF: extrae la consulta de una pregunta en lenguaje natural mediante un CRF sobre características de POS y ortográficas, con modelos preentrenados por lengua.
Predicción de emociones/emojis DeepMoji en ONNX.
Detecta y convierte entre siete normas ortográficas del portugués: la escritura etimológica anterior a 1911, las reformas de 1911/1943/1945/1971/1973 y el Acordo Ortográfico de 1990 con sus subvariantes europea y brasileña.
Herramientas para guiar las conversaciones hacia un objetivo.
Datos estructurados y operaciones para trabajar con las emociones humanas.
Reimplementación en Python puro y sin dependencias del front-end de grafema a fonema de espeak-ng: solo de texto a fonemas, sin extensión en C. Reproduce el binario de espeak-ng byte a byte en un barrido de palabras de entrada en 86 lenguas y un corpus de oraciones en 31 lenguas; 117 lenguas incluidas.
Fonemizador vasco de texto a IPA sensible a dialectos, construido sobre la red de pronunciación compartida orthography2ipa: abierto, inspeccionable y con fuentes citadas.
Grafema a fonema para el barranqueño.
Un protocolo para construir redes jerárquicas de agentes: dispositivos satélite ligeros se conectan por una malla cifrada a cualquier agente conversacional, desde OpenVoiceOS hasta personas LLM y agentes A2A arbitrarios. El ecosistema abarca protocolos de transporte, satélites de voz, puentes de chat, criptografía y descubrimiento sin configuración.
Plugin de protocolo de agente A2A para hivemind-core: conecta la hive con servidores externos Agent-to-Agent (A2A) mediante JSON-RPC 2.0, transmitiendo las respuestas a los satélites.
Una sencilla base de datos en archivos JSON para Python.
Un motor de intenciones ligero.
Motor de coincidencia de plantillas de palabras clave para el reconocimiento de intenciones.
Detector de idiomas en Python puro, sencillísimo y basado en listas de palabras.
Publica la telemetría de energía y de sistema de un Linux/SBC en Home Assistant a través de MQTT: CPU/GPU/RAM/disco, temperaturas, limitación térmica, audio + MPRIS, WiFi/Bluetooth, todo autodescubierto. Construido sobre powerguess.
Analiza y clasifica preguntas.
Generación de texto con cadenas de Markov a partir de datos JSON.
Modelos de cadenas de Markov exportados a ONNX.
Indexa, canonicaliza, deduplica y sirve catálogos multimedia de YouTube y otras fuentes.
Un vocabulario compartido de metadatos multimedia y una capa de normalización que unifica cómo se corresponden títulos, artistas e identificadores entre clientes multimedia e integraciones de Music Assistant.
Clientes de metadatos multimedia impulsados por Pydantic y un resolvedor de entidades entre fuentes sin claves.
Fonemizador basado en reglas para la lengua mirandesa.
Biblioteca de aprendizaje automático y redes neuronales al estilo scikit-learn, con solo numpy y scipy como dependencias: escrita para ser leída.
Cliente de SoundCloud que emite publicaciones tipadas de metadatos multimedia.
Plataforma de asistente de voz de código abierto, comunitaria y centrada en la privacidad. TigreGótico es contribuidor central de todo el ecosistema: mantiene plugins de voz, servicios STT/TTS, herramientas de desarrollo y trabajo formal de especificación en decenas de repositorios.
Kit de herramientas de datos por sonido en Python puro: transmite texto y datos por un canal de audio (DTMF y más) usando primitivas compartidas de WAV/seno/Goertzel. Los esquemas básicos no tienen dependencias.
Correspondencias de grafema a IPA y de alófonos para más de 350 lenguas de más de 20 familias: tokenizador de IPA por máxima coincidencia, métricas de distancia fonológica y de escritura, transformaciones dialectales y un backend de G2P conectable.
Framework de integración de agentes para OpenVoiceOS: habilita flujos de trabajo agénticos controlados por voz.
Monitor del messagebus para OpenVoiceOS: observa el tráfico del bus en vivo para depurar skills, intents y servicios.
Plugin de embeddings vectoriales ChromaDB para OpenVoiceOS.
Plugin de OVOS que normaliza el texto de diálogo antes de la síntesis TTS (expansión de números, abreviaturas).
Fragmentación de documentos para recuperación/RAG en OpenVoiceOS.
Plugin de reordenación semántica rápida para los resultados de consulta de OVOS.
Plugin de embeddings GGUF locales para OpenVoiceOS.
Plugin de LLM local (GGUF) para OpenVoiceOS.
Solver de LLM local mediante modelos GGUF en OpenVoiceOS.
Plataforma de localización nativa de GitHub para skills y plugins de OpenVoiceOS: gestiona las traducciones íntegramente a través de Git, sin ningún servicio externo que ejecutar.
Pipeline de intenciones Model2Vec para la gestión de intenciones en OpenVoiceOS.
Plugin ChatEngine de OVOS que canaliza los turnos de conversación a través del messagebus de OVOS: conecta interfaces de chat directamente con un asistente en ejecución.
Servidor de métricas en datos abiertos para OpenVoiceOS: recopila métricas de uso anónimas y las publica como datasets abiertos; desarrollado en el marco del proyecto ILENIA.
Arena de benchmarking para plugins de OVOS: enfrentamientos directos con rankings ELO para comparar implementaciones de STT, TTS y otros plugins con cargas reales.
Plugin de embeddings de la base de datos vectorial Qdrant para OpenVoiceOS.
Plugin de ASR de OVOS que usa el modelo acústico Citrinet, entrenado con datos de voz de ILENIA.
Plugin de ASR de OVOS que usa los modelos Faster-Whisper ajustados por Zuazo para el euskera.
Plugin de ASR de OVOS para el reconocimiento de voz HiTZ en euskera.
Plugin de ASR de OVOS que usa el reconocimiento de voz masivamente multilingüe MMS de Meta.
Plugin de ASR de OVOS que usa los modelos de ASR de NVIDIA NeMo.
Plugin de ASR de OVOS para el reconocimiento de voz NOS en gallego.
Plugin de reconocimiento de voz para OVOS basado en onnx-asr: ASR ligero a partir de modelos ONNX, sin necesidad de torch.
Plugin de ASR de OVOS que usa modelos wav2vec 2.0 para el español y las lenguas cooficiales.
Plugin de ASR de OVOS que combina Whisper con un modelo de lenguaje para mejorar la precisión.
Sirve cualquier plugin STT de OpenVoiceOS como servicio de red: un pequeño servidor que expone el reconocimiento de voz por HTTP para satélites y clientes de terceros.
Plugin de TTS de OVOS para AhoTTS, un sistema de síntesis de voz en euskera desarrollado bajo ILENIA.
Plugin de TTS de OVOS que envuelve Coqui TTS para voces en español.
Plugin de TTS de OVOS para Cotovia, un motor de síntesis de voz en gallego.
Plugin de TTS de OVOS para la síntesis multilocutor Matxa en catalán.
Plugin de TTS de OVOS para la síntesis de voz NOS en gallego.
Sirve cualquier plugin TTS de OpenVoiceOS como servicio: un servidor flask sencillo que convierte cualquier plugin TTS en una API de síntesis de voz autoalojada.
Superresolución de audio para TTS en OVOS: FlashSR eleva la voz sintetizada de 16 kHz a 48 kHz vía ONNX antes de la reproducción, aclarando cualquier voz existente sin reentrenar.
Superresolución de audio para TTS en OVOS: NovaSR eleva la voz sintetizada de 16 kHz a 48 kHz con el veloz upsampler FastSR, omitiendo el audio que ya esté a 48 kHz.
Configuración de Docker para OpenVoiceOS con servicios Wyoming.
Framework de pruebas de extremo a extremo para skills de OVOS con un entorno de ejecución ligero en el propio proceso.
Parser de intents por palabras clave, simple y directo: sustituto inmediato de Adapt que compara enunciados con slots de palabras clave obligatorias/opcionales; nacido en TigreGótico y donado a OpenVoiceOS.
Búsqueda difusa fonética y distancia entre segmentos.
Biblioteca de Python para fonemización multilingüe y síntesis de voz (TTS) mediante modelos ONNX.
Complemento del lector de pantalla NVDA para Windows que habla mediante las voces neuronales ONNX de phoonnx, demostrando phoonnx como backend de TTS de accesibilidad.
Inferencia TTS con VITS en el navegador usando onnxruntime-web. Rutas Unicode y espeak-ng. Sin servidor, sin API.
Controlador de navegador automatizado construido sobre Selenium y Selenium Wire: sesiones, gestión de eventos, interacción con elementos y gestión de extensiones para scraping y pruebas donde un navegador completo es inevitable.
Estima o mide el consumo de energía de un dispositivo Linux: una biblioteca de Python con pocas dependencias y con trazabilidad en cada lectura (INA219, RAPL, PMIC de Raspberry Pi, batería o una estimación acotada y calibrada).
Adaptación para navegador/Node.js de la detección de palabra de activación precise-onnx. Extracción de características MFCC + detección basada en ONNX compatible con modelos .onnx de Precise.
Resolución de correferencias mediante heurísticas de POS de pronombres y género de las palabras.
Scraper de Bandcamp que emite publicaciones tipadas de metadatos multimedia.
Cliente HTTP de Python y puente mediavocab para un servidor de Music Assistant: la capa compartida de transporte y conversión que hay detrás de la integración de Music Assistant en OVOS.
Biblioteca de Python para la síntesis de voz AhoTTS.
Adaptación en Python de AhoTTS Iparrahotsa, un motor de síntesis de voz para el euskera septentrional (continental): el equivalente en dialecto de Iparralde de pyAhoTTS, con hts_engine y el vocoder AhoCoder. Desarrollado con Aholab (UPV/EHU).
Cliente de Python tipado para Classical Archives.
Adaptación en Python puro del front-end de G2P de Cotovia para gallego y español. Reproduce la silabificación, la acentuación y el pipeline de transcripción del binario C compilado sin subprocesos.
Cliente de Python en streaming para los volcados de datos mensuales de Discogs.
Cliente de Python tipado + volcador de conjuntos de datos en markdown para Erowid (erowid.org).
Adaptación en Python puro del motor de razonamiento EYE N3: aliméntalo con hechos y reglas en Notation3 y deriva nuevos hechos mediante encadenamiento hacia delante/atrás, entailment de RDFS y OWL 2 RL, árboles de prueba y más de 280 built-ins. Una sola dependencia (rdflib).
Cliente de scraping para fanedit.org / IFDB.
Envoltorio de Python para un motor de ficción interactiva.
Cliente de Python para Project Gutenberg: metadatos de libros a través del catálogo abierto.
Cliente de la API de iHeartRadio.
Adaptación en Python puro de HermiT, el razonador OWL 2 DL de Oxford: consistencia, clasificación y recuperación de instancias mediante un tableau de hiperresolución, sin JVM y sin dependencias en tiempo de ejecución.
Cliente de metadatos en Python para IMDb. Resuelve consultas de texto libre a títulos canónicos de IMDb.
Cliente de Python tipado para Infopédia, el diccionario de portugués europeo de Porto Editora: analiza cada entrada en pronunciaciones IPA, silabificación, etimología y acepciones, separando correctamente los homógrafos heterófonos para el trabajo de G2P y desambiguación.
Un paquete de Python para interactuar con InspiroBot (inspirobot.me).
Cliente de Python tipado para Jazz Music Archives.
Cliente de Python para LiveATC.net: descubre, transmite y archiva emisiones de audio de control de tráfico aéreo en vivo e históricas, con exportación de conjuntos de datos para el entrenamiento de ASR.
Scraper / cliente de API para MyAnimeList: anime y manga.
Cliente de la API de Encyclopaedia Metallum (Metal Archives).
Cliente de metadatos en Python para MusicBrainz, la enciclopedia musical abierta.
Cliente de Python tipado para el Portal da Língua Portuguesa.
Cliente de Python tipado para Prog Archives.
Cliente de Python tipado + volcador de conjuntos de datos en markdown para PsychonautWiki (psychonautwiki.org).
Scraper de HTML en Python para rateyourmusic.com.
Scraper de Python para romhacking.net (RHDN): la base de datos comunitaria de romhacks, traducciones de fans, utilidades de parcheo y documentación.
Un cliente de Python modular y asíncrono para la API de Shazam, construido sobre shazamio_core para una identificación de audio robusta.
Cliente de Python para la API pública JSON de smwcentral.net: acceso paginado al catálogo de romhacking de Super Mario World / SM64 / Yoshi's Island.
Cliente de las fichas informativas de drogas y la matriz de interacciones de TripSit (reducción de daños).
Scraper de HTML en Python para el PmWiki de tvtropes.org.
Cliente de Python para la API pública JSON kana de VNDB (Visual Novel Database).
Cliente de Python para WikiHow.
Cliente de Python tipado para la API de MediaWiki del Wiktionary en inglés.
Cliente agregador multilingüe de palabra del día.
Cliente de SomaFM que emite publicaciones tipadas de metadatos multimedia.
Implementación de Rapid Automatic Keyword Extraction.
Biblioteca de autoconfiguración de audio para raspOVOS: detecta tarjetas de sonido, HATs y dispositivos USB en la Raspberry Pi y los configura para asistentes de voz; desarrollada en el marco del proyecto ILENIA.
Cliente de reenvío anónimo de correo con soporte para los protocolos Cypherpunk y Mixmaster.
Núcleo de escrituras y notación fonémica sin dependencias — detección ISO-15924, IPA ↔ ARPABET/X-SAMPA/Kirshenbaum/Cotovía, Buckwalter ↔ árabe, Hangul → jamo, kana.
Puente en Docker que identifica el audio de la sala con Shazam y publica los metadatos de la pista (título, artista, carátula, letra, enlaces de Apple Music / Spotify / Deezer) en MQTT con autodescubrimiento de Home Assistant.
Herramienta de silabificación de texto en portugués.
Reconocimiento sencillo de entidades nombradas basado en reglas.
Utilidad de reconocimiento de sitios para conocer la estructura de un sitio antes de construir scrapers. Mapea robots.txt, sitemaps y grafos de enlaces usando el transporte unblock_requests para una exploración resiliente de sitios protegidos o complejos.
Fonemizador para los acentos regionales del portugués europeo.
Biblioteca de embeddings de locutor en onnxruntime puro: extrae embeddings de locutor, calcula la similitud del coseno y verifica la identidad del locutor a partir de modelos ONNX, sin PyTorch en tiempo de ejecución.
Métricas unificadas de evaluación de voz — MOS neuronal (UTMOS, NISQA, SIGMOS, DNSMOS), intrusivas (STOI, SI-SDR, MCD) y ASR (WER/CER) — solo con numpy y onnxruntime.
Un demonio que supervisa los montajes SSHFS/rclone y los vuelve a montar automáticamente cuando se caen, con un panel web en vivo, API REST, métricas de Prometheus, webhooks y tareas programadas de sincronización rsync/rclone.
Colocación multilingüe del acento léxico para front-ends de TTS, usando solo onnxruntime y numpy.
Biblioteca de Python de abstracción meteorológica unificada y multiproveedor. Consulta OpenWeatherMap, Open-Meteo, MetNo, IPMA, NWS y más a través de una API coherente.
Diacritización ligera del árabe (tashkeel): una única API pequeña sobre modelos ONNX intercambiables que restauran las marcas vocálicas ausentes, sin PyTorch y sin conexión por defecto. Impulsa el paso de diacritización de arbtok.
Gestor de léxico y utilidad lingüística para los dialectos del portugués.
Analizador morfológico basado en reglas para portugués: segmenta las palabras en morfemas.
Herramientas de grafema a fonema para portugués.
Etiquetador ligero de categorías gramaticales (POS) para portugués.
Scraper de radio TuneIn que emite publicaciones tipadas de metadatos multimedia.
Scraper ligero de YouTube que emite publicaciones tipadas de metadatos multimedia.
Una subclase de requests.Session que sortea Cloudflare (impersonación con curl_cffi, FlareSolverr, respaldo con Wayback): el transporte antibots que hay detrás de nuestros scrapers.
Lector de USENET en vivo y scraper de artículos para investigación y archivo de protocolos alternativos.
Puente de detección de actividad de voz en tiempo real basado en ovos-plugin-manager. Publica la probabilidad de habla (0–100 %), el nivel de ruido (dB) y un sensor binario de habla detectada con antirrebote en MQTT, con autodescubrimiento de Home Assistant.
Detección de actividad de voz a la manera de ONNX: carga cualquier modelo de VAD tras una única API de streaming con un entorno de ejecución minúsculo (numpy + onnxruntime). El equivalente de phoonnx para VAD; la mayoría de los backends son datos, no código.
Conversión de voz multimotor en ONNX puro: transforma cualquier habla a la voz de un locutor de referencia sin PyTorch en la inferencia. 14 motores (kNN-VC, FreeVC, OpenVoice, RVC, CosyVoice…) tras una única API VoiceCloner, más una CLI y compilaciones INT8.
Entrenador de modelos de palabra de activación desarrollado bajo una subvención de NLnet para OpenVoiceOS: crea palabras de activación personalizadas y en el dispositivo a partir de tus propias muestras.
Aplicación web en Flask para etiquetar a mano audio de palabras de activación: reproduce cada clip y etiqueta la palabra, el género del locutor y el tipo de ruido, persistiendo un corpus listo para entrenar o evaluar.
Servicio de ASR de OpenVoiceOS para el protocolo Wyoming: reconocimiento de voz ligero.
Servicio de TTS de OpenVoiceOS para el protocolo Wyoming: síntesis de voz ligera.
Servicio de detección de palabra de activación de OpenVoiceOS para el protocolo Wyoming.
Cliente de Python modular y asíncrono para la API de Shazam: identificación de audio mediante shazamio-core con modelos tipados Track/Artist y un scraper de catálogo.
Biblioteca compacta de codificación binario-a-texto (Base91, Z85B, Z85P): implementaciones rápidas en C con alternativas en Python puro, todas más compactas que base64.