esphome怎么实现语音识别的？

whxciotw

以esphome接入ha而言：
1，唤醒，硬件，是用麦克风拾音+esp。
2，唤醒，软件，sst，可以在ha的主机，也可以另外算力更强的主机。esphome默认好像给了2个还是几个唤醒词的。额外的唤醒词训练我记得是可以ha或另外主机来做。
3，发声，硬件，是用喇叭+esp。
4，发声，软件，tts，一般在ha主机就行。有云、也有本地的。
5，语义理解，可以在HA配置云端或本地LLM，作为语音助理。

大致是这样，记得不是很准了。

whxciotw

bugensui 发表于 2024-9-10 14:42
可以，够详细，我搜索了论坛，这块大家玩的不多，都没有教程抄

你搜一搜esp32 s3 box，esphome有官方的项目支持这个硬件，可以做本地语音控制（想要的话，我二手出给你）
论坛里其实有人发过的，但是tts和sst的软硬件、local或云端llm，配置下来，还是不如现有的小爱小度流畅。作为一个完整的项目或教程，还不够成熟，需要自己东拼西凑。
想做个完美的本地语音控制，我觉得需要比较强的项目工程能力，最好还得自己设计个音箱