【无限期待】HA的新生命马上就要来临：2023.5.0版本！语音！

twfjcn

XCray 发表于 2023-4-29 07:34
你用过？展开说说？

不是有很多单片机可以本地学习和本地数据库的嘛，理想环境可以的，但是中华文化博大精深，环境噪声方位等因素影响，似乎就没那么好用了，联网大数据都做得一般般，本地语音不太期待。

2718399405

我现在都是直接用小爱获取的语音然后传输给HA,NR或者tasker , 以前智能音箱还没出现以前，曾经买过讯飞科大的语音识别模块，远场识别没这么简单，一般效果都不好，

iamhyde

我看esphome支持I2S的麦克风，买了一个用ESP32接入试试，顺便把HA自带的助手也改成中文了，看看基本的打开灯之类的语音能不能用

XCray

twfjcn 发表于 2023-4-29 12:08
不是有很多单片机可以本地学习和本地数据库的嘛，理想环境可以的，但是中华文化博大精深，环境噪声方位等 ...

智能家居场景需要识别的指令/语句是很有限的，对处理能力的要求应该并不高，相对云端带来的高时延和隐私风险，本地化应该是一个更好而且现实的选择。

另一个方向，本地语音合成在音色方面不如云端也是可以接受的，同样时延的缩短也是一个很大的好处。

jjcs

本地语音要那么多语句识别干嘛，让本地的做成云端那么多，怎么可能？在我看来，只要识别率高，不需要唤醒词，能满足，开灯关灯就行了，至于要其他功能，就让云端来搞。

muxiachuixue

XCray 发表于 2023-4-28 23:55
价格不一样不说，联网和本地的差别更值得细品

普通小爱低于99也能买到了，homepod确实贵一点。之前有个玩家搞过本地语音，结果识别错误率太高，必须要一板一眼的说出指令才行，稳定性不尽理想。比如一个开灯指令，不同的人可能不同的说法，有的人还带点口音，不联网的话，程序很难稳定、准确判断你说的话。如果忽略价格因素，光从体验上来说，homepod体验是最好的，因为你可以一口气说完一个指令，比如一口气说完“hey siri打开主卧灯”，从你张开嘴巴到灯打开，实际就1-2秒。而小爱和本地语音目前还做不到同时接收唤醒词+指令，你要先说一句唤醒词唤醒设备，再说一句指令才行，这样至少也要3秒才能完成操作，所以其实未必比联网的siri更快。

muxiachuixue

jjcs 发表于 2023-4-29 19:16
本地语音要那么多语句识别干嘛，让本地的做成云端那么多，怎么可能？在我看来，只要识别率高，不需要唤醒词 ...

不需要唤醒词，你会发现误触率高的离谱，我的行车记录仪就是本地语音，也不需要唤醒词，快确实是快，但是总是莫名其妙被误触。智能家居最最重要的就是稳定，不能频繁出幺蛾子，否则很快你就不想用了。本地语音想做到稳定好用，还有很长的路要走

XCray

好像大家都在凭自己的想象发表看法 有几个人真正用过HA 2023.5.0版本？或者仔细了解过HA新加入的语音功能？

dscao

这两年ha的每月升级都有新的好用的东西出现。
昨天用M401A电视盒子升级了最新测试版
支持多个语音助手
支持多个tts或stt，每个语音助手可指定使用某个tts或stt
最重要的就是实现了完全本地化，虽然addon提供的TTS相比edge是差了很多，但是听懂肯定是没问题的。因为没有语音输入设备，语音识别方面还没测试。需要esphome制作硬件，唤醒方式可以Esphome中配置，相信也会有更好更适合自己的方式出现。
这个我是非常期待的，后续肯定也会不断优化的。
等正式版出来，主用的系统升级一下，再做个简单的esphome voice_assistant来玩玩。

i2s_audio:
  i2s_lrclk_pin: GPIO33
  i2s_bclk_pin: GPIO19

microphone:
 - platform: i2s_audio
   id: echo_microphone
   i2s_din_pin: GPIO23

voice_assistant:
  microphone: echo_microphone

media_player:
  - platform: i2s_audio
    id: media_out
    name: esp32 i2s media player
    dac_type: external
    i2s_dout_pin: GPIO22
    mode: mono

复制代码

bainiu

本地部署安心生产力。期待