你知道的能接入HA的语音方式有那些🤔？

冬瓜HA

lichao622 发表于 2025-5-22 13:40
主要是本地tts，这个很难有解决方案，目前本地的tts都不好听，😄。而且没有卡的话，本地tts速度也不快。盼 ...

，有想法，就有需求，需要大家共同折腾。
1、本地TTS，ASR的需求有多少？
2、硬件上，要如何优化，哪些硬件可以？
3、自己没有办法有模型，哪些小模型可以。很多模型不一定是HA下的，怎样才有更合适的。需要找。

冬瓜HA

25989406 发表于 2025-5-22 09:06
小智官方 和小智开源三方服务器 最好区分一下

有道理，修正了一下。主要是考虑小标题问题

cvip

我用的本地TTS/STT方案参照了这个帖子，https://bbs.hassbian.com/thread-28546-1-1.html
对话代理用的Google Generative AI，该模型免费且强大。前往官网注册Gemini账号并获取API KEY。接着，在HA的设置中，搜索并添加Google Generative AI集成，填入API KEY即可完成设置。
目前这个方案十分丝滑顺畅，非常好用。我对比了智普清言，Google Generative AI反应更快。
不过，我挂了梯子。不知道不挂梯子效果会怎样。

冬瓜HA

cvip 发表于 2025-5-22 22:45
我用的本地TTS/STT方案参照了这个帖子，https://bbs.hassbian.com/thread-28546-1-1.html
对话代理用的Goog ...

这个方法不错，属于官方加强玩法。属于一种官方玩法的一种。这些看来还是得分类

asknono

好像都比较复杂。
如果仅仅是完成语音命令，那么在米家里面做一个手动控制，
手动控制词语就是唤醒命令词，然后手动控制的动作就是虚拟事件。
这个虚拟事件在HA里面做自动化触发就可以了。
这样的优点就是设置总体还是比较简单，而且能比较精准控制。
缺点就是小米音箱的AI还没那么聪明，整体设置还是有点繁琐。

冬瓜HA

asknono 发表于 2025-5-27 15:33
好像都比较复杂。
如果仅仅是完成语音命令，那么在米家里面做一个手动控制，
手动控制词语就是唤醒命令词， ...

，还是玩得少