Один разработчик XDA подключил локальную LLM к Home Assistant для голосового управления, а затем отключил её для большинства команд. Команды по ключевым словам работают быстрее для фразы “включи свет на кухне” и никогда не ошибаются, поэтому LLM запускается только для действительно открытых запросов. Такое разделение — разумная схема для дома, полного голосовых команд, и она совпадает с тем, как работает сам Assist: сначала намерения, LLM как резервный вариант. Это лучшие приложения для гибридного голосового управления Home Assistant на рабочем столе — инструменты, которые делают быстрый путь быстрым и держат LLM готовой, когда ключевого слова недостаточно.
Мы протестировали восемь инструментов на установках Home Assistant OS, Home Assistant Container и Supervised на Linux, Windows и macOS. Каждый выбор работает с протоколом Wyoming, поэтому компоненты можно менять местами без проблем. Критерии оценки: как быстро разрешается путь с ключевыми словами, может ли быть вызвана LLM по имени или при сбое, и остаётся ли весь стек локальным при разрыве интернета.
На что обратить внимание в гибридной голосовой системе
- Сначала намерения, потом LLM. Инструмент должен пытаться использовать ключевые слова перед обращением к языковой модели.
- Поддержка протокола Wyoming. Пробуждение, распознавание речи, синтез речи и спутники разговаривают с Home Assistant через один общий канал.
- Полностью локальный путь. Каждый уровень работает в локальной сети при необходимости.
- Явный вызов LLM. Фраза, префикс или сущность, которая целенаправленно повышает запрос к LLM.
- Настройка для каждого спутника. Кухонный спутник может использовать одно пробуждение, спальня — другое.
- Смена модели без перепрошивки. Размер Whisper, голос Piper и бэкенд LLM меняются из интерфейса.
Быстрое сравнение
| Приложение | Лучше всего для | Платформы | Бесплатный план | Платный тариф | Оценка |
|---|---|---|---|---|---|
| Home Assistant Assist | Стандартный гибридный конвейер голоса | Linux, Windows, macOS | Полностью бесплатно | Нет | 4.7 |
| Rhasspy | Полностью локальный голос, ориентированный на ключевые слова | Linux, Windows, macOS, Docker | Полностью бесплатно | Нет | 4.6 |
| Wyoming Satellite | Превращение Pi или старого ноутбука в микрофон комнаты | Linux | Полностью бесплатно | Нет | 4.7 |
| Ollama Conversation | LLM резервный вариант, который работает на вашем компьютере | Linux, Windows, macOS | Полностью бесплатно | Нет | 4.8 |
| Whisper (Wyoming) | Локальное распознавание речи, которое успевает | Linux, Windows, macOS | Полностью бесплатно | Нет | 4.7 |
| Piper (Wyoming) | Естественный локальный синтез речи | Linux, Windows, macOS | Полностью бесплатно | Нет | 4.7 |
| OpenWakeWord | Пользовательские пробуждающие слова без облачного обучения | Linux, Windows, macOS | Полностью бесплатно | Нет | 4.5 |
| Willow | Встроенное микропрограммное обеспечение голосового спутника | Linux, ESP32-S3 | Полностью бесплатно | Нет | 4.6 |
Приложения
1. Home Assistant Assist для гибридного голоса — лучший конвейер по умолчанию
Home Assistant Assist — встроенный голосовой движок, и с момента переработки в 2024 году он уже работает по гибридному сценарию из коробки. Запрос сначала поступает на быстрое средство сопоставления намерений, поэтому “выключи вентилятор” разрешается за миллисекунды без LLM. Все, что средство сопоставления не может распарсить, падает на настроенный агент разговора, где подключаются Ollama или OpenAI. Assist также управляет маршрутизацией STT и TTS, поэтому конвейер — это один экран вместо пяти.
Где он не справляется: Синтаксис намерений всё ещё сбивает людей с толку. Сложные фразы требуют триггера предложений или пользовательского намерения, что требует больше работы, чем редактирование автоматизации.
Цены:
- Бесплатно: Полностью бесплатно с локальным конвейером.
- Платно: Nabu Casa примерно за $6.50/месяц предоставляет облачное STT и TTS, если вы не хотите запускать их локально.
Платформы: Любая установка Home Assistant (Linux, Windows через Docker, macOS через Docker).
Загрузка: home-assistant.io/voice-pe · github.com/home-assistant/core
Итог: Начните отсюда. Каждый другой выбор ниже расширяет или заменяет одну часть Assist, а не всё.
2. Rhasspy для гибридного голоса — лучший полностью локальный стек, ориентированный на ключевые слова
Rhasspy предшествует Assist и по-прежнему хорошо работает, когда приоритет — нулевые облачные вызовы. Он разрешает команды из фиксированного файла шаблона предложения, что делает уровень ключевых слов как быстрым, так и предсказуемым. Rhasspy 3 использует Wyoming Protocol, поэтому его STT и механизм намерений подходят для Home Assistant как быстрый путь, с агентом Ollama как LLM резервным вариантом в Assist.
Где он не справляется: Синтаксис шаблонов выглядит устаревшим рядом с намерениями Assist. А интерфейс функциональный, но не дружелюбный.
Цены:
- Бесплатно: Полностью бесплатно.
- Платно: Нет.
Платформы: Linux, Windows, macOS. Хорошо работает в Docker на Pi 4 или лучше.
Загрузка: rhasspy.readthedocs.io · github.com/rhasspy/rhasspy3
Итог: Выберите Rhasspy, если цель — комната, которая отвечает, даже если WAN падает на неделю.
3. Wyoming Satellite для гибридного голоса — лучший самодельный микрофон комнаты
Wyoming Satellite превращает старый ноутбук, Raspberry Pi или мини-ПК в голосовую конечную точку, которую Home Assistant рассматривает как первоклассный спутник. Обнаружение пробуждения работает на спутнике, аудио отправляется на сервер для STT, и TTS возвращается. Такое разделение позволяет $35 Pi быть микрофоном, пока более мощная машина работает Whisper и LLM, что это именно то, что поддерживает гибридный паттерн быстрым.
Где он не справляется: Настройка — это systemd сервис и файл конфигурации, не мастер. Аккумуляторные спутники требуют дополнительной работы.
Цены:
- Бесплатно: Полностью бесплатно.
- Платно: Нет.
Платформы: Linux (Debian, Ubuntu, Raspberry Pi OS).
Загрузка: github.com/rhasspy/wyoming-satellite
Итог: Используйте его, чтобы разместить микрофоны по всему дому, не покупая восемь одного и того же.
4. Ollama Conversation для гибридного голоса — лучший локальный LLM резервный вариант
Ollama Conversation — это интеграция, которая позволяет Assist передать запрос локальной модели Ollama, когда средство сопоставления намерений сдаётся. Llama 3 8B, Qwen 2.5 7B или меньший Phi-3 — все хорошо служат как резервный мозг. LLM видит открытые сущности как инструменты, поэтому может вызывать методы сервисов, когда запрос имеет структуру, и отвечать разговорно, когда нет.
Где он не справляется: Первый запуск холодной модели может занять секунду на скромном GPU. Кэширование подсказок помогает, но горячий резервный вариант — это реальное решение GPU.
Цены:
- Бесплатно: Полностью бесплатно.
- Платно: Нет. Загрузки моделей бесплатны.
Платформы: Linux, Windows, macOS.
Загрузка: ollama.com · github.com/home-assistant/core/tree/dev/homeassistant/components/ollama
Итог: Единственный LLM бэкенд для выбора, когда цель — держать весь голосовой цикл отключённым от интернета.
5. Whisper (Wyoming) для гибридного голоса — лучшее локальное распознавание речи
Whisper с оберткой Wyoming — движок STT, на котором оканчивается большинство гибридных установок. Модели small.en и base.en достаточно быстры на CPU для дома с несколькими спутниками, а medium.en на скромном GPU успевает семье, разговаривающей друг с другом. Whisper хорошо читает намерение, поэтому быстрый путь ключевого слова срабатывает чаще, чем со старыми движками.
Где он не справляется: Выбор модели имеет значение. Крошечная модель ошибается на именах и коротких командах. Base или small — это минимум для реальной установки.
Цены:
- Бесплатно: Полностью бесплатно.
- Платно: Нет.
Платформы: Linux, Windows, macOS. Образ Docker работает на ARM и x86.
Загрузка: github.com/rhasspy/wyoming-faster-whisper
Итог: Стандартный STT для всех, кто хочет услышать “свет выключен” с первого раза.
6. Piper (Wyoming) для гибридного голоса — лучший локальный синтез речи
Piper — это нейронный TTS движок, который сделал локальный голос похожим на реального помощника вместо GPS-девайса, которому десять лет. Голоса маленькие (несколько десятков мегабайт каждый), вывод только на CPU быстрый, а каталог охватывает десятки языков. Piper справляется как с короткими подтверждениями (“хорошо”), так и с более длинными ответами LLM без задержки между ними.
Где он не справляется: Некоторые голоса звучат тонко рядом с облачным TTS. Клонирование голоса остаётся вне области применения, что подходит большинству домов.
Цены:
- Бесплатно: Полностью бесплатно.
- Платно: Нет.
Платформы: Linux, Windows, macOS.
Загрузка: github.com/rhasspy/piper
Итог: Правильный TTS для гибридного стека, где домашние жители слышат вывод весь день.
7. OpenWakeWord для гибридного голоса — лучшее пользовательское пробуждающее слово
OpenWakeWord тренирует пробуждающее слово без отправки аудио куда-либо. Это имеет значение для гибридных установок, потому что плохое пробуждающее слово — это то, что разрушает иллюзию ориентированности на ключевые слова: ложное пробуждение отправляет реальную речь в STT, затем в LLM, и дом слышит, как крутится вентилятор. OpenWakeWord поставляется с несколькими готовыми моделями и записной книжкой Colab для новой.
Где он не справляется: Качественное пользовательское слово требует несколько тысяч сгенерированных образцов. Предварительно обученные “Alexa”, “Hey Jarvis” и “Hey Rhasspy” — это выборы с низкими усилиями.
Цены:
- Бесплатно: Полностью бесплатно.
- Платно: Нет.
Платформы: Linux, Windows, macOS.
Загрузка: github.com/dscripka/openWakeWord
Итог: Правильный выбор, когда имя домашнего хозяйства не является одним из предварительно обученных пробуждающих слов.
8. Willow для гибридного голоса — лучшее встроенное микропрограммное обеспечение спутника
Willow — это прошивка голосового спутника для ESP32-S3-BOX и подобных плат разработки, и она рассматривает Home Assistant Assist как первоклассный бэкенд. Обнаружение пробуждения на устройстве означает, что трафик не покидает устройство, пока оно вас не услышит, и весь цикл туда-обратно достаточно быстр, чтобы команды по ключевым словам ощущались мгновенными. Сервер вывода Willow также может размещать Whisper и LLM, если нагрузка должна находиться на одном боксе.
Где он не справляется: Аппаратное обеспечение — это небольшой пул. Поставка ESP32-S3-BOX приходит и уходит.
Цены:
- Бесплатно: Полностью бесплатная прошивка.
- Платно: Нет.
Платформы: Linux (для сервера вывода), ESP32-S3-BOX и совместимое аппаратное обеспечение.
Загрузка: heywillow.io · github.com/toverainc/willow
Итог: Используйте Willow, когда спутники должны быть крошечными, тихими и всегда слушающими без ПК в комнате.
Как выбрать правильный
- Если вы хотите самый простой гибридный конвейер: Home Assistant Assist с Ollama Conversation как резервным вариантом и Whisper плюс Piper для STT и TTS.
- Если вы хотите нулевую облачную зависимость: Rhasspy для уровня намерений, плюс Ollama для LLM резервного варианта и Piper для TTS.
- Если у вас уже есть запасной Pi: Wyoming Satellite, чтобы Pi стал микрофоном, а LLM жил на большом боксе.
- Если пробуждающие слова часто ложно срабатывают: OpenWakeWord со словом для конкретного домашнего хозяйства.
- Если вы попробовали Assist и ненавидели настройку: Willow прошивает ESP32-S3-BOX за минуты и нативно говорит Assist.
FAQ
Какова лучшая локальная LLM для голосового управления Home Assistant?
Llama 3 8B и Qwen 2.5 7B оба хорошо работают в паре с оболочкой вызовов инструментов, которую открывает Assist. Меньшие модели Phi-3 работают на боксах только на CPU, но пропускают больше вызовов сервисов. Правильная модель — это самая большая модель, которая держит запрос под две секунды на вашем GPU.
Могу ли я использовать голосовое управление Home Assistant без интернета?
Да. Whisper, Piper, Ollama и Assist все работают локально, и Wyoming Satellite переносит аудио по LAN. Стек пережит перебой в интернете, пока сервер и спутники находятся в одной сети.
Нужен ли мне GPU для запуска локальной LLM для голосового управления Home Assistant?
Не для меньших моделей. Модель 7B, количественно определённая на Q4, работает на современном CPU или среднего диапазона GPU. GPU — это то, что держит время отклика под одну секунду, что делает голос реальным временем.
Как заставить Home Assistant Assist использовать ключевые слова сначала и LLM только как резервный вариант?
Assist уже это делает. В параметрах установите агента разговора конвейера на LLM. Намерения работают сначала, и только несовпадающие запросы достигают LLM. Пользовательские предложения в intents.yaml добавляют больше охвата ключевых слов.
Какова разница между Rhasspy и Home Assistant Assist?
Rhasspy — это более старый движок, управляемый шаблонами, ориентированный на ключевые слова, который работает автономно или как поставщик STT/намерения Assist. Assist — это более новая, более плотная интеграция, встроенная в Home Assistant с встроенным LLM резервным вариантом. Большинство установок 2026 используют Assist и заимствуют идеи Rhasspy.
