如何在自动化中执行后用大模型进行个性语音回复。

lichao622

自动化中可以设置固定的回复，也可以读取一些传感器的数值播报出来。但是这种也听腻了，而且永远都是固定的说法。能不能用大模型（gpt deepseek gemmi等）进行自由的回复，然后在tts中播放（比如语音助手或者小爱同学这种）。我初步想到的是用conversation对话，给大模型描述下，他需要回复对应的内容。但是这个回复的speeh应该怎么用呢？怎么选择指定的助手播放呢？



尝试设置对话处理就可以，变量后面用。其实也就是针对固定的场景或者自动化，灵活的表达。而不是每次都是固定的回复，增加点趣味吧。

action: conversation.process
data:
  agent_id: conversation.chatgpt
  text: 用人类语言生成适合早上的话，简短一些，可以包含关心、提醒、问候、激励、名言等任何内容，不要重复之前的内容。然后告诉我今天的天气，根据天气简短的做出提醒。
response_variable: morning

复制代码

悠哉悠哉

我觉得是可行的
第一步，安装ollama
第二步，在服务器上运行ollama， 你可以运行seepseek模型，比如说用这个命令 ollama run deepseek-r1:7b
第三步，在服务器上安装一个gtts文本转mp3软件： pip install gtts
第四步，建立一个shell脚本，暂且叫这个脚本为ds.sh

#!/bin/bash
ollama run deepseek "$1" > response.txt
gtts-cli -f response.txt -o output.mp3

复制代码

第五步，在HA里添加一个shell_command：
shell_command:
  deepseek_reply: ds.sh {{prompt}}
然后你就在action里调用这个命令了。
actions:
  - action: shell_command.deepseek_reply
之后你会得到一个output.mp3，再播放它即刻。
这些都是我手敲的，没有测试过，但是我觉得理论上是可以的。

隔壁的王叔叔

你升级下版本，可以制定响应变量

lichao622

悠哉悠哉 发表于 2025-2-6 08:48
我觉得是可行的
第一步，安装ollama
第二步，在服务器上运行ollama， 你可以运行seepseek模型，比如说用这 ...

我来试试。但是这个还得外部安装软件呀。

lichao622

隔壁的王叔叔 发表于 2025-2-6 09:11
你升级下版本，可以制定响应变量

响应变量是不是也只能输入固定的话呢。

隔壁的王叔叔

lichao622 发表于 2025-2-6 10:01
响应变量是不是也只能输入固定的话呢。

随便输，只是把响应拿出来方便下一步操作。

duanyudan123

actions:
  - action: conversation.process
    metadata: {}
    data:
      text: 讲一个笑话
      agent_id: conversation.qwen2_5_7b
    response_variable: xiaohua
  - action: tts.speak
    metadata: {}
    data:
      cache: true
      media_player_entity_id: media_player.home_assistant_voice_09122e_media_player
      message: "{{xiaohua}}"
    enabled: true
  - action: assist_satellite.announce
    metadata: {}
    data:
      message: "{{xioahua}}"
    target:
      entity_id: assist_satellite.home_assistant_voice_09122e_assist_satellite

复制代码

duanyudan123

tts和公告都可以用的。如果需要显示文字，而不是是原始响应内容可以使用模板格式化，保留中文字符串。

隔壁的王叔叔

duanyudan123 发表于 2025-2-6 10:35
tts和公告都可以用的。如果需要显示文字，而不是是原始响应内容可以使用模板格式化，保留中文字符串。 ...

大佬，上面的这个assist_satellite.announce是什么，我的咋没有？

bugensui

隔壁的王叔叔 发表于 2025-2-6 11:11
大佬，上面的这个assist_satellite.announce是什么，我的咋没有？

卫星播报信息。你应该没有语音助手设备，一般是esphome组的，或者ha官方的，跟tts语音播报一样，


语音助手每次回复确实都差不多，很难每次不一样，比如打开电视语音，反馈就那几种，好的，或者搞定，或者电视已经打开，强制加点随机语句，增加新鲜感，我感觉意义不大，