Vewka

Берешь:
Alsrobot платформа
Arduino Nano или Uno
Микрофон
Динамик
Модуль распознавания голоса (например, модуль распознавания голоса от Seeed Studio)
Провода
Батарея или источник питания для Alsrobot

Alsrobot платформа собирается по инструкции, там написано как все соединить в одну конструкцию - колеса, моторов, платы управления и других компонентов.

Подключаешь модули Ардуино - микрофон к модулю распознавания голоса, модуль голоса и динамик к пину Arduino

Прошиваешь Arduino. Пример кода для распознавания голоса можно найти на сайте Seeed Studio. Ну и там надо будет хорошо повозиться

По простому - что-нить скажешь в микрофон, ассистент что-то ответит через динамик

Ну и можно попробовать добавить какой-то функционал, чтобы управлять собственно алсробот. Или нет.

Вот что сказал чатгпт

Если так жестко привязаться к набору - то задача будет нерешаема так как в наборе тупо не окажется устройств записи анализа и воспроизведения звука.

Вообще в дипломе нужно описать что нужно для реализации задачи - привести расчет - для распознавания голосовых комманд нужно брать n измерений в секунду и преобразовывать так-то, это даст возможность отличать голосовые комманды. Для реализации ответа голосом требуется столько-то памяти и такая-то тактовая частота PWM чтобы речь можно было понять. Ну и "воды"(рассуждений на тему логики работы голосового ассистента) побольше. Можно еще код написать и вживую собрать, если оно распознает комманду "включи свет" и "выключи свет" и даст ответ типа "как прикажешь повелитель" - это уже будет на уровне "Вау! Arduino и правда может синтезировать речь?" А вы скажете что фраза максимально сжата и хранится в памяти программ в готовом виде.

А как вы дальше диплом писать то будете?
Alsrobot гуглится

Как минимум Вам потребуется несколько микроконтроллеров (устройств). Например:
1) Модуль, который показал че! . Он будет распознавать несколько заранее заданных команд.
2) Какой-нибудь DFPlayer + модуль усилителя звука. Они будут воспроизводить заранее записанные на карту mp3 файлы
3) Ваша ардуина, которая свяжет логически и физически 1 и 2, ну и ещё какие-нибудь действия будет выполнять заодно (что-нибудь включать-выключать, например).
Можно ли это назвать "голосовым помощником"? В какой-то мере может и да.
И последнее, Python не пригодится.