当前大家HA语音对话的方案是什么，欢迎分享

piajava

我先来个抛砖引玉：
软件方面：我是docker版的HA，STT方案用的论坛里分享的本地识别，NAS上识别速度和准确率都还不错，就是得比较连贯，稍微停顿就开始识别了；GPT用的通义，公开30个实体的情况下每次调用消耗的token数差不多在3k~4k，折合下来大概几厘一次；TTS方案用的微软TTS，相对前两个来说这个的延迟就比较大了，不过声音比较自然。
硬件方面：麦克风和唤醒设备还在考虑中。音箱目前用的漫步者MA3，当时冲着便宜就买了，现在看来这货只能DLNA/airplay输入，并且每次都会开启自带的wifi中继干扰信号；自带电池，需要长按按键开关机，无法通过插座通断来开关，回家播报之类的自动化很难实现，现在想想实在鸡肋。现在在观望ESP32-S3-BOX3在HA里的生态怎样，再者就是寻找一个合适的音箱

cozylife

用的swoole一个聚合服务，支持所有主流的对话、asr、tts

ghostist

MA3就长开机就行了
最近发现一个NR可以关掉中继，加一个ping sensor配合应该可以每次开机后自动关掉
至于通电开机，这个得拆机加点东西了 具体得拆了才知道，我是有点懒得拆 一般家里也不断电

DDDear

简单测试过ESP32+INMP441+MAX98357A实现的voice assistant，但是唤醒词只能英文而且也会出现唤醒不了和误触发的情况，而且有时候回复tts很长就会死机重启，不知道是不是我买的盗版EPS32开发板（后来才发现）的问题，没再研究。
tts用的上墙的平板
日常对话还是用的Redmi小爱触屏音箱8, 接入HA的。
音箱用的吃灰的小爱mini，蓝牙连接的，主要放歌用，听个响。放在空调上面的，还能配合窗帘盒的灯带做音乐律动

a_dongde

我也在寻找成熟经济的解决方案，，，
想把AI接入。

piajava

ghostist 发表于 2024-8-20 09:43
MA3就长开机就行了
最近发现一个NR可以关掉中继，加一个ping sensor配合应该可以每次开机后自动关掉
至于通 ...

确实，常开机状态下用起来还是不错的
通电开机那个，想起MA3开机后那一长串语音提示和网络发现速度……好像即使实现了也做不成什么自动化
NR最近还在研究，主要之前安装NR的docker后能明显感觉到控制设备的延迟变大，还在排除是哪里的问题
不过常开机的话手动上去运行一下关闭中继命令也不是很麻烦就是了

piajava

DDDear 发表于 2024-8-20 14:27
简单测试过ESP32+INMP441+MAX98357A实现的voice assistant，但是唤醒词只能英文而且也会出现唤醒不了和误触 ...

ESP32 TTS过长就死机这个，应该是通病来着。论坛里尝试过ESP播放的帖子基本能看到这个问题，可能是性能需求和发热量太高的原因。
我在考虑用ESP32做唤醒词和STT输入，另外的网络音箱做TTS输出，不知道可不可行。
以前也试过HA主机蓝牙连接音箱播放，奈何arm架构开发板+docker一套debuff打下来体验实在不行
话说米家的音箱接入HA之后，对话和控制走的是米家？

DDDear

piajava 发表于 2024-8-21 10:23
ESP32 TTS过长就死机这个，应该是通病来着。论坛里尝试过ESP播放的帖子基本能看到这个问题，可能是性能需 ...

小爱音箱接入ha后，会有一个对话消息的实体，把这个消息传给HA语音助手去执行，执行的结果可以再通过小爱音箱播报出来。可以搜下有好几个帖子。

happyfoeverq

习惯用siri了，homepod

hehe.1536

DDDear 发表于 2024-8-21 10:41
小爱音箱接入ha后，会有一个对话消息的实体，把这个消息传给HA语音助手去执行，执行的结果可以再通过小爱 ...

等的就是这个，大佬能指条路不，我没搜到