OfflineIA

Lumi es un tutor de lectura oral para niños de primaria que funciona completamente offline. La idea nació al ver que muchos niños en México no tienen acceso a apoyo personalizado para practicar lectura, y que la mayoría de las soluciones de IA dependen de internet o servicios de pago. Por eso desarrollamos una app que corre directamente en el dispositivo, sin necesidad de servidores ni cuentas.

La aplicación permite que el niño elija un nivel de dificultad y lea un texto en voz alta mientras el sistema transcribe su lectura en tiempo real y resalta las palabras correctas. Al finalizar, Lumi evalúa el desempeño comparando el texto original con lo leído usando distancia de Levenshtein para tolerar pequeños errores de pronunciación. Después, un modelo de lenguaje local genera retroalimentación personalizada y amigable para el niño.

También implementamos análisis semántico con embeddings locales para detectar patrones en las palabras que el niño falla, y agregamos funciones de accesibilidad como modo dislexia y modo daltónico, además de síntesis de voz en español mexicano para que Lumi pueda hablar con el usuario.

Construimos todo con React y Vite, usando Web Speech API para reconocimiento y síntesis de voz, y Ollama con llama3.2 y nomic-embed-text para ejecutar IA y embeddings localmente. Uno de los mayores retos fue lograr que la experiencia funcionara realmente sin conexión, además de mejorar la precisión del reconocimiento de voz en español y optimizar la experiencia de accesibilidad desde el primer render.

Lo que más me enorgullece del proyecto es haber creado una experiencia de tutoría con IA accesible, pensada para niños y lista para entornos con infraestructura limitada, combinando evaluación léxica, análisis semántico y generación de lenguaje natural completamente en local.