『瀚思彼岸』» 智能家居技术论坛

标题: HA官方语音硬件Home Assistant Voice Preview Edition [打印本页]

作者: duanyudan123 时间: 2024-10-23 13:41
标题: HA官方语音硬件Home Assistant Voice Preview Edition
肯定和将来发布时的外观有一些差异。但应该不会差别太大
还有就是图片的评论，承认别人优秀那么难么？就一个不要钱的本地模型又不会收集什么隐私信息，还让恶心起来。真想跟他干嘴仗。奈何英语不好不知道咋骂人

作者: bugensui 时间: 2024-10-23 14:11
你拿到了？表现怎么样。语音助手硬件是ha的完美闭环了。自己用esp32做的，反应太慢了。说好话要4-5秒左右。才能响应，

作者: duanyudan123 时间: 2024-10-23 14:17

bugensui 发表于 2024-10-23 14:11
你拿到了？表现怎么样。语音助手硬件是ha的完美闭环了。自己用esp32做的，反应太慢了。说好话要4-5秒左右。 ...

没有，这是过审是泄露的照片，最终外观应该不是这样。会有些差异

作者: ghostist 时间: 2024-10-23 14:38
期待，开源最好自制降本
每个房间丢一个，抛弃智障猫精聋子小爱，断网也能控

作者: godzqh 时间: 2024-10-23 14:49
本帖最后由 godzqh 于 2024-10-23 14:50 编辑

啥时候上架

作者: jjss520 时间: 2024-10-23 15:00
我靠，干他呀

作者: duanyudan123 时间: 2024-10-23 15:11

duanyudan123 发表于 2024-10-23 14:17
没有，这是过审是泄露的照片，最终外观应该不是这样。会有些差异

会有其它开源版本。

作者: duanyudan123 时间: 2024-10-23 15:15

godzqh 发表于 2024-10-23 14:49
啥时候上架

12月份，不过咱们应该不能那么快。除非他们在国内代工生产，在国内发货。

作者: flyice 时间: 2024-10-23 15:16

ghostist 发表于 2024-10-23 14:38
期待，开源最好自制降本
每个房间丢一个，抛弃智障猫精聋子小爱，断网也能控 ...

想多了，搞过语音识别就知道了，唤醒词是很难的。目前苹果siri能力还是最强。

作者: duanyudan123 时间: 2024-10-23 15:17

jjss520 发表于 2024-10-23 15:00
我靠，干他呀

不知道mlgb，用英语咋说

作者: duanyudan123 时间: 2024-10-23 15:24

flyice 发表于 2024-10-23 15:16
想多了，搞过语音识别就知道了，唤醒词是很难的。目前苹果siri能力还是最强。 ...

唤醒词可以解决了。esp32的微唤醒词很好但是没有中文模型。他们也没有详细训练文档，说是基于open wake word生成的样本。但是open wake word天生不支持中文。所以解决方案就是缝合一个天问asrpro来解决唤醒，效率很高、灵活性也特别高。有效范围最大能到10米。成本大概增加十快不到。

作者: ghostist 时间: 2024-10-23 15:29

duanyudan123 发表于 2024-10-23 15:15
12月份，不过咱们应该不能那么快。除非他们在国内代工生产，在国内发货。 ...

我看discord上好像是made in china

作者: ghostist 时间: 2024-10-23 15:31

duanyudan123 发表于 2024-10-23 15:24
唤醒词可以解决了。esp32的微唤醒词很好但是没有中文模型。他们也没有详细训练文档，说是基于open wake w ...

是的唤醒词和离线STT速度是两大痛点，专门出硬件应该能解决的不错
甚至在线训练离线使用我也能接受

作者: duanyudan123 时间: 2024-10-23 15:35

ghostist 发表于 2024-10-23 15:31
是的唤醒词和离线STT速度是两大痛点，专门出硬件应该能解决的不错
甚至在线训练离线使用我也能接受 ...

订阅nabu 的服务进行stt。哈哈。唤醒词我已经进行了测试，组合很起来很好用。

作者: bugensui 时间: 2024-10-23 15:39

duanyudan123 发表于 2024-10-23 15:24
唤醒词可以解决了。esp32的微唤醒词很好但是没有中文模型。他们也没有详细训练文档，说是基于open wake w ...

其实如果唤醒词，用英文，也没有什么大问题呀，你看siri就很好，只要好说，识别率高，英文也可以的，不一定要中文

作者: duanyudan123 时间: 2024-10-23 15:46

bugensui 发表于 2024-10-23 15:39
其实如果唤醒词，用英文，也没有什么大问题呀，你看siri就很好，只要好说，识别率高，英文也可以的，不一 ...

是的，简单省事就是使用微唤醒词项目提供那几个。

作者: flyice 时间: 2024-10-23 16:08

duanyudan123 发表于 2024-10-23 15:24
唤醒词可以解决了。esp32的微唤醒词很好但是没有中文模型。他们也没有详细训练文档，说是基于open wake w ...

我都用过，和小爱同学差不多，识别率在80%这样

作者: duanyudan123 时间: 2024-10-23 16:29

flyice 发表于 2024-10-23 16:08
我都用过，和小爱同学差不多，识别率在80%这样

天问的识别可以的啊，80%？不能吧。毕竟是一个商业方案。微唤醒词确实是这样，因为没有中文语料，说英语带口音就会这样。

作者: jjss520 时间: 2024-10-23 16:38

duanyudan123 发表于 2024-10-23 15:17
不知道mlgb，用英语咋说

直接fuke他老母

作者: tianya2002 时间: 2024-10-23 20:18
期待可以开源，自制一个

作者: yjl 时间: 2024-10-25 11:04
本帖最后由 yjl 于 2024-10-25 11:05 编辑

duanyudan123 发表于 2024-10-23 15:24
唤醒词可以解决了。esp32的微唤醒词很好但是没有中文模型。他们也没有详细训练文档，说是基于open wake w ...

这个怎么操作？天问用来检测唤醒，然后串口通信叫醒open wake word？来自小白的迷惑天问的中文唤醒确实挺好用

作者: duanyudan123 时间: 2024-10-25 14:01
本帖最后由 duanyudan123 于 2024-10-25 14:07 编辑

yjl 发表于 2024-10-25 11:04
这个怎么操作？天问用来检测唤醒，然后串口通信叫醒open wake word？来自小白的迷惑天问的中文唤醒确实挺 ...

任何你能想到的都可以，只需要esp32收到任意触发操作。然后自动化直接让助手处于收听状态。比如天问初始一个高电平引脚，唤醒后立马低电平0.05秒后恢复高电平。esphome配置一个低电平二进制按钮。当按下时立马启动助手收听。是不是很简单。唤醒词不在HA也不在esp32。用天问你想怎么唤醒都行。甚至可以配置几百个唤醒词。另外天问宣传有声纹识别，净骗人。没有任何文档资料。

作者: duanyudan123 时间: 2024-10-25 14:11

yjl 发表于 2024-10-25 11:04
这个怎么操作？天问用来检测唤醒，然后串口通信叫醒open wake word？来自小白的迷惑天问的中文唤醒确实挺 ...

有需要的话我可以给你贴个配置。

作者: dabase 时间: 2024-10-27 00:38
万分期待啊.

作者: itispip 时间: 2024-10-27 01:05

bugensui 发表于 2024-10-23 14:11
你拿到了？表现怎么样。语音助手硬件是ha的完美闭环了。自己用esp32做的，反应太慢了。说好话要4-5秒左右。 ...

官方推荐的 Atom Echo，没有你说的反应慢的情况啊。只不过Atom Echo的单麦克风收音能力太弱。

看照片，估计这个官方硬件也不会比Atom好到哪里去，没法做到像小米音箱一样，在它播放内容的同时可以随时被语音打断。

作者: duanyudan123 时间: 2024-10-27 09:49

itispip 发表于 2024-10-27 01:05
官方推荐的 Atom Echo，没有你说的反应慢的情况啊。只不过Atom Echo的单麦克风收音能力太弱。

看照片， ...

这个稍微强点的，可以和商用那些比一比的。有麦克风阵列，有音频闪避。但是打断还不清楚算法。背景降噪算法也不太行，人说话还好，但是电视机和其它音乐声源乌拉乌拉响就不太行了。有xmos这些后期应该会算法上优化。

作者: itispip 时间: 2024-10-27 12:53

duanyudan123 发表于 2024-10-27 09:49
这个稍微强点的，可以和商用那些比一比的。有麦克风阵列，有音频闪避。但是打断还不清楚算法。背景降噪算 ...

那还算有点提高。不知道价格多少。估计官方价格不便宜，然后这个市场太小众，华强北不会跟进。

作者: 4277427 时间: 2024-10-27 18:28
发链接，我要和他对线。

作者: yjl 时间: 2024-10-27 21:19

duanyudan123 发表于 2024-10-25 14:11
有需要的话我可以给你贴个配置。

谢谢大佬，麻烦贴个位置，让我学习学习

作者: duanyudan123 时间: 2024-10-28 17:05

yjl 发表于 2024-10-27 21:19
谢谢大佬，麻烦贴个位置，让我学习学习

binary_sensor:
- platform: gpio
name: Click_to_Converse
id: Click_to_Converse
pin:
number: 21
on_press:
- homeassistant.service:
service: media_player.play_media
data:
entity_id: media_player.plate02_media_player
media_content_id: "media-source://media_source/local/wozai.mp3"
media_content_type: music
- if:
condition:
- voice_assistant.is_running
then:
- voice_assistant.stop:
else:
- delay: 800ms
- voice_assistant.start:

复制代码

作者: duanyudan123 时间: 2024-10-28 17:06

yjl 发表于 2024-10-27 21:19
谢谢大佬，麻烦贴个位置，让我学习学习

作者: yjl 时间: 2024-10-29 11:55

duanyudan123 发表于 2024-10-28 17:05

谢谢大佬，通透了

作者: sasukebinbin 时间: 2024-10-30 00:02

itispip 发表于 2024-10-27 01:05
官方推荐的 Atom Echo，没有你说的反应慢的情况啊。只不过Atom Echo的单麦克风收音能力太弱。

看照片， ...

我也是这么觉得. 没有6麦降噪, 受环境影响很大. 当然大多数情况其实还好,只是在看电视的时候要走到很近,但homepod隔5米照样识别精准

作者: lichao622 时间: 2024-11-16 23:33
是不是要发布了。我看官方发的这篇 Roadmap 2024 Year-end Update: Full steam ahead! 说到了这个。https://www.home-assistant.io/blog/2024/11/15/roadmap-2024h2/

作者: duanyudan123 时间: 2024-11-17 00:01

lichao622 发表于 2024-11-16 23:33
是不是要发布了。我看官方发的这篇 Roadmap 2024 Year-end Update: Full steam ahead! 说到了这个。https: ...

我们肯定不是首发国，一时半会买不到。不过可以确定硬件软件全部开源。但是会不会同时放出来就不知道了。

作者: 雪晴科技HTH 时间: 2025-1-7 21:54

duanyudan123 发表于 2024-10-28 17:06

大佬不行啊，这个按钮怎么无限跳

作者: duanyudan123 时间: 2025-1-9 08:20

雪晴科技HTH 发表于 2025-1-7 21:54
大佬不行啊，这个按钮怎么无限跳

esp32，这边你接的引脚的问题估计，估计接到高电平上去了。你再esphone反转一下

欢迎光临『瀚思彼岸』» 智能家居技术论坛 (https://bbs.hassbian.com/)