esp32做语音采集给ha处理

hehe.1536

d525的软路由docker跑的之前论坛里大佬分享的stt，普通开灯指令（就是走ha的意图处理）大概五秒，走ai处理大概十秒，不会优化，但应该是软路由太烂，算力高的u可能会快点，大家感兴趣折腾折腾（chatgpt写的框架，deepseek解决的关键报错，deepseek真牛逼）

esphome:
  name: esp32-voice-assist
  friendly_name: ESP32 Voice Assist
  platformio_options:
    board_build.flash_mode: dio

esp32:
  board: esp32-s3-devkitc-1
  framework:
    type: esp-idf


# 语音唤醒配置，使用官方提供的预训练模型（此处用的是 okay_nabu 模型）编译这部分得用全局网络
micro_wake_word:
  models:
    - model: "https://raw.githubusercontent.com/esphome/micro-wake-word-models/main/models/v2/okay_nabu.json"
  on_wake_word_detected:
    - voice_assistant.start
    - light.turn_on:
        id: led_status
        red: 30%
        green: 30%
        blue: 70%
        brightness: 60%
        effect: Fast Pulse

# 语音助手配置：通过麦克风采集音频，经 STT 转换后，将识别的文本传递给 HA 的对话系统
voice_assistant:
  id: va
  microphone: mic
  speaker: spk1
  noise_suppression_level: 2.0
  volume_multiplier: 4.0
  # 当 STT 结束后，将识别到的文本提交给 HA 的 conversation.process 服务
  on_stt_end:
    then:
      - homeassistant.service:
          service: conversation.process
          data:
            text: !lambda |-
              return x.c_str();
  on_error:
    then:
      - micro_wake_word.start
  on_end:
    then:
      - light.turn_off: led_status
      - wait_until:
          condition:
            - lambda: 'return !id(va).is_running();'
      - micro_wake_word.start

玩AI的辣条哥

deepseek 的coding还是第一梯队的

bugensui

代码根本不完整

a_dongde

我现在就是缺一个语音的拾音器·····

hehe.1536

a_dongde 发表于 2025-2-16 00:26
我现在就是缺一个语音的拾音器·····

这个就是，跟官方出的哪个差不多

hehe.1536

bugensui 发表于 2025-2-15 23:20
代码根本不完整

看不懂嘛？那等我在整理整理吧，demo找不到了，这是从ai对话记录里找的，只写了关键部分

a_dongde

hehe.1536 发表于 2025-2-16 12:18
这个就是，跟官方出的哪个差不多

已经在用了么？我就缺接入HA的拾音器了，，

hehe.1536

a_dongde 发表于 2025-2-16 14:26
已经在用了么？我就缺接入HA的拾音器了，，

需要的话这两天多关注一下我这个号，我把视频啥的都完整发一下

bugensui

hehe.1536 发表于 2025-2-16 22:05
需要的话这两天多关注一下我这个号，我把视频啥的都完整发一下

期待你的作品

wchy1128

大佬牛逼