M5Stack Atom Echo y Xiaozhi: El Futuro del Control por Voz Privado en Español [Review 2026]

M5Stack Atom Echo y Xiaozhi: El Futuro del Control por Voz Privado en Español

Un dispositivo de 15€ del tamaño de un dado puede hacer lo mismo que un Amazon Echo de 60€. La diferencia: tu voz nunca sale de tu casa.

M5Stack Atom Echo y Xiaozhi ESP32 son la revolución del control por voz privado. Con Home Assistant, Whisper y Piper, puedes crear un ecosistema de asistentes de voz que funcionan 100% en local, sin suscripciones y con soporte completo para español.

¿Por qué necesitas un asistente de voz privado?#

Cada vez que dices "Alexa" o "Hey Google", tu voz viaja a servidores en Estados Unidos donde es procesada, almacenada y, a menudo, revisada por humanos.

El problema de los asistentes comerciales#

"Si no pagas por el producto, tú eres el producto. Amazon y Google monetizan tus conversaciones." — Cory Doctorow, activista digital

La alternativa: Asistentes ESP32 con Home Assistant#

Home Assistant lanzó en 2023 el "Year of the Voice", un proyecto ambicioso para crear asistentes de voz totalmente locales y privados. En 2026, el ecosistema está maduro:

• Whisper: Transcripción de voz a texto (STT) local
• Piper: Síntesis de voz (TTS) en español con voces naturales
• openWakeWord: Detección de palabra de activación local
• Wyoming Protocol: Conecta todo con Home Assistant

M5Stack Atom Echo: Review completa#

¿Qué es el M5Stack Atom Echo?#

El Atom Echo es un altavoz inteligente del tamaño de un cubo de 24mm basado en ESP32 con micrófono integrado y un pequeño altavoz. Home Assistant lo recomienda como el dispositivo de 13 dólares para control por voz.

Especificaciones técnicas#

Puntos fuertes#

• Tamaño minúsculo: Cabe en cualquier rincón
• Bajo consumo: ~0.5W en standby
• Fácil de flashear: ESPHome compatible
• Económico: 3-4 unidades por el precio de un Echo Dot
• Integración oficial: Documentado por Home Assistant

Puntos débiles#

• Altavoz pequeño: Sonido limitado, no apto para música
• Micrófono único: Peor captación que arrays de micrófonos
• Sin jack 3.5mm: No puedes conectar altavoz externo fácilmente
• ESP32 antiguo: No tiene el rendimiento del S3

Dónde comprar#

• AliExpress: €12-15 (envío 15-30 días)
• Amazon España: €18-22 (envío rápido)
• Tienda oficial M5Stack: €13 + envío

Xiaozhi ESP32: La alternativa open source#

¿Qué es Xiaozhi?#

Xiaozhi es un proyecto open source chino que ha revolucionado el mundo de los asistentes de voz DIY. Es un chatbot de voz basado en ESP32 con integración de LLMs y soporte para más de 30 módulos de hardware.

Diferencias con Atom Echo#

Características destacadas de Xiaozhi#

1. Multimodal: Soporte para pantallas, cámaras, LEDs
2. Múltiples LLMs: DeepSeek, Qwen, GPT-4, Claude
3. MCP nativo: Conecta con cualquier aplicación
4. IoT integrado: Control de dispositivos sin Home Assistant
5. Open source MIT: Uso comercial permitido

Hardware compatible con Xiaozhi#

Instalación: M5Stack Atom Echo con Home Assistant#

Requisitos previos#

1. Home Assistant con Supervisor (HAOS o Supervised)
2. Add-ons instalados:

- Whisper (STT local)

- Piper (TTS local)

- openWakeWord (detección de palabra)

1. Atom Echo con USB-C

Paso 1: Flashear ESPHome al Atom Echo#

Opción A: Desde el navegador (más fácil)

1. Conecta el Atom Echo por USB a tu ordenador
2. Ve a web.esphome.io
3. Click en "Connect" y selecciona el puerto USB
4. Click en "Prepare for first use"
5. Introduce las credenciales WiFi

Opción B: Desde ESPHome Dashboard

1# atom-echo.yaml
2substitutions:
3  name: atom-echo-salon
4  friendly_name: "Atom Echo Salón"
5 
6packages:
7  m5stack.atom-echo-voice-assistant:
8    url: https://github.com/esphome/wake-word-voice-assistants
9    files:
10      - m5stack-atom-echo/m5stack-atom-echo.yaml
11    refresh: 0s
12 
13esphome:
14  name: ${name}
15  name_add_mac_suffix: false
16  friendly_name: ${friendly_name}
17 
18wifi:
19  ssid: !secret wifi_ssid
20  password: !secret wifi_password
21 
22api:
23  encryption:
24    key: !secret api_encryption_key

Paso 2: Instalar add-ons de voz en Home Assistant#

Whisper (Speech-to-Text)

1. Ve a Configuración > Complementos > Tienda de complementos
2. Busca "Whisper" e instala
3. Configura:

1# Configuración de Whisper
2language: es  # Español
3model: base   # o 'small' para mejor precisión
4beam_size: 5

1. Inicia el add-on

Piper (Text-to-Speech)

1. Instala "Piper" desde la tienda
2. Configura la voz en español:

1# Configuración de Piper
2voice: es_ES-davefx-medium  # Voz española masculina
3# Alternativas:
4# es_ES-sharvard-medium     # Voz femenina
5# es_MX-ald-medium          # Español mexicano

openWakeWord

1. Instala "openWakeWord" desde la tienda
2. Palabras de activación disponibles:

- "Okay Nabu" (por defecto)

- "Hey Jarvis"

- "Hey Mycroft"

Nota importante: openWakeWord actualmente solo soporta wake words en inglés. Para español, puedes:

• Usar una palabra en inglés (ej: "Hey Jarvis")
• Entrenar un modelo personalizado (avanzado)
• Usar activación por botón físico

Paso 3: Configurar Assist Pipeline#

1. Ve a Configuración > Asistentes de voz
2. Crea un nuevo asistente:

- Nombre: "Jarvis"

- Idioma: Español

- STT: Whisper

- TTS: Piper

- Wake word: Hey Jarvis (opcional)

1. Guarda

Paso 4: Asignar dispositivo al asistente#

1. Ve a Configuración > Dispositivos y servicios
2. Busca tu Atom Echo (aparece como "ESPHome: atom-echo-salon")
3. Click en el dispositivo
4. En Asistente, selecciona "Jarvis"

Paso 5: Probar#

1. Di "Hey Jarvis" (si configuraste wake word) o pulsa el botón del Atom Echo
2. El LED cambiará a azul (escuchando)
3. Di: "Enciende la luz del salón"
4. El LED cambiará a verde (procesando) y ejecutará el comando

Instalación: Xiaozhi ESP32 con servidor local#

Arquitectura de Xiaozhi#

1┌─────────────────────────────────────────────────────────────────┐
2│                      XIAOZHI ECOSYSTEM                          │
3├─────────────────────────────────────────────────────────────────┤
4│                                                                 │
5│  ┌──────────────┐     ┌──────────────────┐     ┌─────────────┐ │
6│  │  ESP32-S3    │     │  Xiaozhi Server  │     │    LLM      │ │
7│  │  (Cliente)   │ ──► │   (Backend)      │ ──► │ (DeepSeek)  │ │
8│  │  Micrófono   │     │   ASR + TTS      │     │             │ │
9│  │  Altavoz     │     │   MCP Gateway    │     │             │ │
10│  └──────────────┘     └──────────────────┘     └─────────────┘ │
11│                              │                                  │
12│                              ▼                                  │
13│                       ┌─────────────┐                          │
14│                       │ Home Asst.  │                          │
15│                       │ (vía MCP)   │                          │
16│                       └─────────────┘                          │
17│                                                                 │
18└─────────────────────────────────────────────────────────────────┘

Paso 1: Desplegar Xiaozhi Server#

1# Clonar repositorio
2git clone https://github.com/xinnan-tech/xiaozhi-esp32-server.git
3cd xiaozhi-esp32-server
4 
5# Configurar variables de entorno
6cp .env.example .env
7 
8# Editar .env con tu configuración
9# LLM_API_KEY=tu-api-key-de-deepseek
10# LLM_MODEL=deepseek-chat
11# TTS_PROVIDER=edge  # o azure, google
12# STT_PROVIDER=whisper
13 
14# Levantar con Docker
15docker compose up -d

Paso 2: Flashear firmware Xiaozhi al ESP32#

1# xiaozhi-config.yaml para ESPHome
2esphome:
3  name: xiaozhi-salon
4  platform: ESP32
5  board: esp32-s3-devkitc-1
6 
7external_components:
8  - source: github://78/xiaozhi-esp32
9 
10xiaozhi:
11  server_url: "http://192.168.1.100:8000"  # Tu servidor Xiaozhi
12  device_id: "salon"
13 
14# Configuración de audio
15i2s_audio:
16  i2s_lrclk_pin: GPIO5
17  i2s_bclk_pin: GPIO6
18 
19microphone:
20  - platform: i2s_audio
21    id: mic
22    adc_type: external
23    i2s_din_pin: GPIO4
24 
25speaker:
26  - platform: i2s_audio
27    id: speaker
28    dac_type: external
29    i2s_dout_pin: GPIO7

Paso 3: Integrar con Home Assistant via MCP#

Xiaozhi soporta el Model Context Protocol (MCP), lo que permite conectarlo con Home Assistant:

1. Instala la integración HACS: xiaozhi-mcp-ha

1# configuration.yaml
2xiaozhi:
3  host: 192.168.1.100
4  port: 8000
5  entities:
6    - light.salon
7    - switch.calefaccion
8    - climate.termostato

1. Ahora puedes decir: "Xiaozhi, enciende la luz del salón" y controlará Home Assistant

Comparativa de hardware para asistentes de voz#

Tabla comparativa completa#

Mi recomendación según presupuesto#

Presupuesto mínimo (<€20): M5Stack Atom Echo

• Funcional para comandos básicos
• Ideal para empezar y probar

Mejor relación calidad/precio (€30-40): AtomS3R + Atomic Echo Base

• Doble micrófono (mejor captación)
• Procesador ESP32-S3 (más potente)
• Modular y actualizable

Premium (€50-60): ESP32-S3-BOX-3

• Pantalla táctil
• Mejor calidad de audio
• Experiencia más completa

Para múltiples habitaciones: 3-4x Atom Echo

• Un dispositivo por habitación
• Coste total similar a un Echo Dot

Configuración avanzada: Voces en español#

Voces disponibles en Piper para español#

Personalizar la voz#

En la configuración del add-on Piper:

1voice: es_ES-davefx-medium
2length_scale: 1.0      # Velocidad (0.5-2.0)
3noise_scale: 0.667     # Variación tonal
4noise_w: 0.8           # Variación de duración

Crear respuestas personalizadas#

En Home Assistant, puedes crear automatizaciones con respuestas de voz personalizadas:

1automation:
2  - alias: "Respuesta personalizada al preguntar la hora"
3    trigger:
4      - platform: conversation
5        command:
6          - "¿Qué hora es?"
7          - "Dime la hora"
8    action:
9      - service: conversation.process
10        data:
11          text: >
12            Son las {{ now().strftime('%H:%M') }}.
13            {% if now().hour >= 22 or now().hour < 6 %}
14            Ya es tarde, deberías irte a dormir.
15            {% elif now().hour >= 12 and now().hour < 14 %}
16            Es hora de comer, ¿tienes hambre?
17            {% endif %}

Casos de uso prácticos#

Control de luces por voz#

1# Intents personalizados en Home Assistant
2# sentences/es.yaml
3language: es
4intents:
5  HassLightSet:
6    data:
7      - sentences:
8          - "pon las luces al {brightness} por ciento"
9          - "luces al {brightness}"
10        slots:
11          brightness:
12            type: percentage
13            min: 0
14            max: 100
15 
16  HassTurnOn:
17    data:
18      - sentences:
19          - "enciende (la|las) {name}"
20          - "prende (la|las) {name}"
21          - "activa (la|las|el) {name}"
22 
23  HassTurnOff:
24    data:
25      - sentences:
26          - "apaga (la|las) {name}"
27          - "desactiva (la|las|el) {name}"

Rutinas por voz#

1# scripts.yaml
2buenos_dias:
3  alias: "Buenos días"
4  sequence:
5    - service: light.turn_on
6      target:
7        entity_id: light.dormitorio
8      data:
9        brightness_pct: 50
10        kelvin: 4000
11    - service: media_player.volume_set
12      target:
13        entity_id: media_player.salon
14      data:
15        volume_level: 0.3
16    - service: tts.speak
17      target:
18        entity_id: tts.piper
19      data:
20        media_player_entity_id: media_player.salon
21        message: >
22          Buenos días. Son las {{ now().strftime('%H:%M') }}.
23          La temperatura exterior es de {{ states('sensor.temperatura_exterior') }} grados.

Actívalo diciendo: "Hey Jarvis, buenos días"

Consultas del hogar#

1# conversation intents
2# Cuando preguntas: "¿Está encendida la calefacción?"
3intent_script:
4  CheckHeating:
5    speech:
6      text: >
7        {% if is_state('climate.termostato', 'heat') %}
8          Sí, la calefacción está encendida a {{ state_attr('climate.termostato', 'temperature') }} grados.
9        {% else %}
10          No, la calefacción está apagada.
11        {% endif %}

Solución de problemas#

El micrófono no capta bien#

1. Aléjalo de fuentes de ruido (TV, ventilador)
2. Usa doble micrófono (Echo Base o Respeaker)
3. Ajusta sensibilidad en ESPHome:

1microphone:
2  - platform: i2s_audio
3    id: mic
4    gain: 40dB  # Aumentar ganancia

La transcripción es incorrecta#

1. Usa modelo Whisper más grande:

- tiny → base → small → medium

1. Habla más claro y pausado
2. Reduce ruido ambiente

Latencia alta (>3 segundos)#

1. Usa aceleración GPU para Whisper si tienes Nvidia
2. Reduce tamaño del modelo
3. Verifica que el servidor HA no esté saturado

Wake word no funciona#

openWakeWord solo soporta inglés. Alternativas:

• Usa botón físico para activar
• Di "Hey Jarvis" (palabra inglesa)
• Entrena modelo personalizado con Mycroft Precise

Costes totales: Construye tu ecosistema de voz#

Setup básico (1 habitación)#

Setup completo (casa entera)#

Comparativa con ecosistemas comerciales#

*Nota: "Gratis" significa que tú eres el producto.

Conclusión: El futuro de la voz es privado y local#

Los dispositivos como M5Stack Atom Echo y Xiaozhi ESP32 demuestran que:

1. No necesitas Amazon o Google para tener un asistente de voz
2. Por €15-50 puedes tener capacidades similares a dispositivos de €60-100
3. Tu voz se queda en casa, procesada por Whisper en tu propio servidor
4. El español está soportado con voces naturales gracias a Piper

El "Year of the Voice" de Home Assistant ha madurado en 2026. Lo que antes era experimental ahora es producción-ready para uso diario.

¿Mi recomendación? Empieza con un Atom Echo de €15 para probar. Si te convence (lo hará), expande a más habitaciones con dispositivos adicionales.

¿Ya tienes un asistente de voz local funcionando? Comparte tu experiencia en los comentarios. Y si este artículo te ha sido útil, suscríbete a la newsletter para más guías de Home Assistant y domótica privada.