โครงการ Home Assistant ที่ควรลองในสุดสัปดาห์นี้ (24-26 เมษายน)

ผู้ช่วยเสียงอย่าง Alexa ใช้งานง่าย แต่มีปัญหาที่สำคัญ หนึ่งในปัญหาที่ใหญ่ที่สุดคือการบันทึกเสียงจะถูกส่งไปยังคลาวด์เพื่อประมวลผล และบางส่วนของการบันทึกเหล่านี้ถูกฟังโดยผู้รับเหมาย่อยที่ถูกจ้างมาประเมินคุณภาพการตอบสนองของลำโพงอัจฉริยะ หากคุณต้องการลำโพงอัจฉริยะที่ไม่ละเมิดความเป็นส่วนตัว คุณสามารถสร้างมันขึ้นมาเองได้เสมอ

สร้างผู้ช่วยเสียงของคุณเอง

อเล็กซา คุณถูกไล่ออก

หากคุณเบื่อกับการที่ต้องพึ่งพา Alexa หรือ Google Home เพื่อควบคุมสมาร์ทโฮมของคุณด้วยเสียง สิ่งแรกที่คุณต้องทำคือการเปลี่ยนอุปกรณ์ ฮอตสปีกเกอร์สมาร์ท Amazon Echo และ Google Home เป็นที่นิยมเพราะราคาค่อนข้างถูก แต่คุณไม่จำเป็นต้องใช้เงินมากมายเพื่อเปลี่ยนมัน

ตัวเลือกที่ง่ายที่สุดคือการซื้อสมาร์ทสปีคเกอร์ที่ทำไว้แล้วเช่น Home Assistant Voice Preview Edition คุณสามารถซื้อได้ในราคา 69 ดอลลาร์ และถ้าคุณเชื่อมต่อกับ Home Assistant Cloud คุณก็สามารถเริ่มใช้งานได้ทันที ใช้คำสั่งเสียงกับผู้ช่วยเสียง Assist เพื่อควบคุมสมาร์ทโฮมของคุณ

หากคุณต้องการทดลองด้วยงบประมาณที่ต่ำลง คุณสามารถลองสร้างลำโพงอัจฉริยะของตัวเองแทนได้ ผมซื้อชุดอุปกรณ์ผู้ช่วยเสียง reSpeaker Lite จาก Seeed Studio ซึ่งประกอบด้วยบอร์ดที่มีการประมวลผลเสียงและเสียงพูด, ชุดไมโครโฟน 2 ตัว, ลำโพง 5 วัตต์ และกล่องครอบ คุณสามารถซื้อบอร์ดที่มาพร้อม ESP32 ที่บัดกรีมาเรียบร้อยแล้ว ซึ่งช่วยให้คุณเชื่อมต่อกับ Home Assistant ผ่าน ESPHome ได้ ดังนั้นสิ่งที่คุณต้องทำคือเชื่อมต่อส่วนประกอบ, แฟลชเฟิร์มแวร์ และสร้างกล่องครอบ

มันไม่ใช่ลำโพงอัจฉริยะที่ดูดีที่สุดในโลก แต่ประสิทธิภาพก็คงเส้นคงวา; มันสามารถตรวจจับคำปลุกได้แม้ว่าจะมีเสียงเพลงเล่นจากลำโพงไฮไฟข้างอุปกรณ์ การใช้ Home Assistant Cloud ในการประมวลผล มันจะเปิดและปิดไฟของฉันผ่านคำสั่งเสียงภายในประมาณหนึ่งวินาที ซึ่งมากเกินพอสำหรับความต้องการของฉัน

ตั้งค่า Whisper และ Piper สำหรับเสียงในเครื่อง

ไม่จำเป็นต้องพึ่งพาเมฆ

Home Assistant Cloud เป็นวิธีที่สะดวกในการประมวลผลเสียงของคุณโดยใช้การแปลงเสียงเป็นข้อความ (STT) และสร้างคำตอบเสียงโดยใช้การแปลงข้อความเป็นเสียง (TTS) อย่างไรก็ตาม หากคุณต้องการลำโพงอัจฉริยะที่ทำงานได้โดยไม่ต้องพึ่งพาเมฆเลย คุณสามารถตั้งค่าบริการ STT และ TTS ของคุณเองได้

ใน Home Assistant คุณสามารถใช้โมเดลรู้จำเสียงพูด Whisper แบบโอเพ่นซอร์สเพื่อถอดความคำสั่งเสียงของคุณเป็นข้อความ ระบบข้อความเป็นเสียงเชิงประสาท Piper สามารถนำข้อความที่สร้างขึ้นใน Home Assistant และเปลี่ยนเป็นเสียงที่คุณสามารถเล่นผ่านลำโพงอัจฉริยะของคุณได้

Home Assistant ใช้โปรโตคอล Wyoming ในการเชื่อมต่อฮาร์ดแวร์เสียงกับ Whisper และ Piper จากนั้นคุณสามารถใช้ลำโพงอัจฉริยะของคุณได้อย่างสมบูรณ์ในพื้นที่ท้องถิ่น โดยที่การตรวจจับคำปลุก การแปลงเสียงเป็นข้อความ และการแปลงข้อความเป็นเสียงทั้งหมดเกิดขึ้นบนฮาร์ดแวร์ของคุณเอง

ความเร็วที่ลำโพงอัจฉริยะของคุณจะตอบสนองขึ้นอยู่กับฮาร์ดแวร์ที่คุณใช้งาน คุณสามารถรัน Whisper และ Piper บน Raspberry Pi 4 โดยใช้โมเดลขนาดเล็ก แต่คุณอาจมีความล่าช้าหลายวินาทีก่อนที่จะได้รับการตอบสนอง กับ Raspberry Pi 5 หรือ Home Assistant Green ความล่าช้านั้นสามารถลดลงอย่างมีนัยสำคัญ และบนฮาร์ดแวร์ที่ทรงพลังมากขึ้น เวลาในการตอบสนองอาจต่ำกว่าหนึ่งวินาที

เพิ่ม n8n ไปยังการตั้งค่าผู้ช่วยเสียงของคุณ

ทำให้ผู้ช่วยเสียงของคุณทรงพลังยิ่งขึ้น

ตามค่าเริ่มต้น ลำโพงอัจฉริยะของคุณจะใช้คำสั่งเนทีฟของผู้ช่วยเสียง Assist แม้ว่าคำสั่งเหล่านี้จะมีประโยชน์ในการทำสิ่งต่าง ๆ เช่น การเปิดปิดไฟและคำสั่งสมาร์ทโฮมอื่น ๆ แต่ Assist ไม่มีการประมวลผลภาษาธรรมชาติแบบเดียวกับ LLM ดังนั้นคุณอาจต้องยึดติดกับรูปแบบคำสั่งที่จำกัดหากต้องการให้มันทำงานได้

คุณสามารถให้ผู้ช่วยเสียงของคุณมีความเข้าใจภาษาธรรมชาติได้โดยการเชื่อมต่อกับ LLM ไม่ว่าจะอยู่บนคลาวด์หรือโฮสต์ในเครื่อง LLM จะทำหน้าที่เป็นตัวแทนในการสนทนา ซึ่งจัดการงานในการเข้าใจความตั้งใจของสิ่งที่คุณกำลังพูด สิ่งนี้ทำให้ลำโพงอัจฉริยะของคุณดูฉลาดขึ้นมากและเหมือนกับลำโพงอัจฉริยะเฉพาะทางมากขึ้น

ถ้าคุณต้องการให้ลำโพงอัจฉริยะของคุณทรงพลังมากยิ่งขึ้น คุณสามารถเชื่อมต่อมันกับแพลตฟอร์มอัตโนมัติเช่น n8n จากนั้นคุณสามารถใช้เสียงของคุณเพื่อเรียกใช้อัตโนมัติของ n8n ที่เชื่อมต่อกับบริการอื่น ๆ ส่วนที่ดีที่สุดคือคุณสามารถโฮสต์ n8n ด้วยตัวเอง ลดปริมาณข้อมูลที่จำเป็นต้องออกจากเครือข่ายบ้านของคุณ

ฉันใช้ Notion สำหรับงานหลายประเภท รวมถึงเป็นตัวติดตามเพลง รายการทีวี และภาพยนตร์ที่ฉันต้องการรับชมหรือฟัง โดยการเชื่อมต่อ n8n กับ Home Assistant ฉันสามารถสั่งลำโพงอัจฉริยะของฉันให้เพิ่มรายการทีวีไปยังรายการเฝ้าดูของฉันได้ และ n8n จะเพิ่มรายการที่เหมาะสมไปยังฐานข้อมูลตัวติดตามสื่อของฉัน รวมถึงภาพปกและบริการสตรีมมิ่งที่รายการนั้นอยู่

ลำโพงอัจฉริยะท้องถิ่นที่ดีไม่ใช่แค่ความฝันอีกต่อไป

บริษัทอย่าง Amazon และ Google ขายลำโพงอัจฉริยะในราคาที่ค่อนข้างต่ำเพราะเป็นวิธีที่ดีในการดึงดูดผู้คนเข้าสู่ระบบนิเวศของพวกเขา ในอดีต ลำโพงอัจฉริยะในท้องถิ่นไม่สามารถแข่งขันกับผู้ช่วยเสียงที่อิงคลาวด์ได้ แต่ช่องว่างนั้นได้ปิดลง ลำโพงอัจฉริยะที่ฉันสร้างเองทำเกือบทุกอย่างที่ฉันต้องการ โดยไม่ต้องสมัครสมาชิก ไม่มีโฆษณา และไม่มีบริษัทใหญ่ใดฟังทุกสิ่งที่ฉันพูด