4、语音助手集成：安装与配置Assist管道、设置语音助手（Whisper + Piper）、本地语音处理 vs. 云端
好，咱们进入第四讲。这一章，说白了就是让Home Assistant真正「听懂人话」的关键一步。
前面几章我们搞定了硬件，搞定了系统。但音箱接上了，它只是个哑巴。你得给它装上「耳朵」和「嘴巴」——这就是语音助手集成要做的事。
我个人习惯把这一章叫做「灵魂注入」。因为从这开始，你的智能家居才算有了交互感。
4.1 Assist管道：语音处理的核心架构
先别急着装东西。咱们得搞清楚Home Assistant是怎么处理语音的。
它内部有一套完整的流程，叫Assist管道。你可以把它想象成一条流水线：
- 语音输入：麦克风捕捉你的声音
- 语音转文字（STT）：把声音变成文字——这就是Whisper干的活
- 意图识别：理解你想干什么——比如「关灯」对应的是调用light.turn_off服务
- 执行动作：真的去关灯
- 文字转语音（TTS）：把回复变成声音——这就是Piper干的活
- 语音输出：音箱告诉你「灯已关闭」
嗯，这里要注意：Assist管道是Home Assistant 2023年之后才引入的新架构。如果你还在用老版本，建议升级。我在项目中遇到过有人用2022年的版本折腾了两天，最后发现是版本不支持——这种坑，咱别踩。
核心要点：Assist管道把STT、意图识别、TTS这三个环节解耦了。你可以自由组合不同的引擎。比如用Whisper做STT，用云端服务做意图识别，再用Piper做TTS。灵活得很。
4.2 安装Whisper：本地语音转文字
Whisper是OpenAI开源的语音识别模型。Home Assistant把它做成了插件，安装起来其实不复杂。
我建议你通过加载项（Add-on）来安装。步骤如下：
- 进入Home Assistant的「设置」→「加载项」
- 点击右下角的「加载项商店」
- 搜索「Whisper」
- 选择「Whisper」并安装
安装完成后，记得配置一下模型大小。我个人推荐用tiny-int8或base-int8。为什么？
- tiny-int8：体积小，速度快，适合树莓派这类低功耗设备。准确率够用。
- base-int8：准确率更高，但需要更多内存。如果你用的是x86的机器，选这个。
- large模型：别碰。除非你有GPU，否则卡到你怀疑人生。
我的经验：在树莓派4上跑tiny-int8，一次语音识别大概需要1-2秒。能接受。如果你觉得慢，可以试试faster-whisper，它是个优化版，速度能快30%左右。
配置好之后，你需要在Home Assistant的「设备与服务」里添加Whisper集成。搜索「Whisper」，选择你刚才安装的加载项实例就行。
4.3 安装Piper：本地文字转语音
Piper是Home Assistant官方推荐的TTS引擎。它轻量、快速、支持中文。
安装方式和Whisper类似：
- 加载项商店搜索「Piper」
- 安装
- 配置语音模型——记得选中文的
Piper支持多种中文语音。我个人习惯用zh_CN-huihui-medium，听起来比较自然。你也可以试试zh_CN-xiaoxiao-medium，各有特色。
配置完成后，同样需要在「设备与服务」里添加Piper集成。
注意：Piper的首次加载会下载模型文件，大概几十MB。如果你的网络不好，可能会卡住。我曾经在客户现场遇到过这个问题——下载到一半断了，重试好几次才成功。建议提前准备好网络环境。
4.4 配置语音助手：把管道串起来
Whisper和Piper都装好了，接下来就是配置语音助手了。
在Home Assistant的「设置」→「语音助手」里，点击「添加语音助手」。你会看到这样的配置界面：
| 配置项 | 说明 | 我的建议 |
|---|---|---|
| 名称 | 给你的语音助手起个名字 | 比如「小蓝」或「管家」 |
| 语音转文字引擎 | 选择Whisper | 选你刚才配置的那个实例 |
| 文字转语音引擎 | 选择Piper | 同样选你的实例 |
| 意图处理管道 | 选择Home Assistant内置的管道 | 默认就行，除非你有自定义需求 |
| 对话代理 | 选择「Home Assistant」 | 这样它才能控制你的设备 |
配置好之后，保存。你的语音助手就活了。
你可以在开发者工具里测试一下。输入「打开客厅灯」，看看它能不能正确识别并执行。
4.5 本地语音处理 vs. 云端：怎么选？
这是很多人纠结的问题。我直接说结论：
能本地，就本地。
为什么？
- 隐私：你的语音数据不会上传到任何服务器。你想想看，你在家里说的每一句话都被传到云端，你心里不膈应吗？
- 延迟：本地处理没有网络延迟。云端方案通常需要1-3秒的往返时间，本地可以控制在0.5秒以内。
- 可靠性：断网了照样能用。我曾经遇到过用户家里网络不稳定，云端语音助手动不动就罢工——本地方案就没这问题。
但云端也有它的优势：
- 准确率更高：像Google Assistant、Alexa这些，背后有海量数据训练，识别率确实比本地模型高。
- 支持更复杂的对话：本地模型目前还做不到多轮对话。
我的建议：日常控制灯光、窗帘、空调这些简单操作，用本地方案完全够。如果你需要问天气、查新闻、做复杂问答，可以再配一个云端助手做补充。两者不冲突，可以共存。
嗯，这里还要提一句：本地方案对硬件有要求。如果你用的是树莓派3，跑Whisper可能会有点吃力。树莓派4或以上没问题。如果是x86的小主机，那就更轻松了。
4.6 避坑指南：我踩过的几个坑
最后分享几个我实际遇到过的坑，你遇到了别慌：
- Whisper加载项启动失败：八成是内存不够。检查一下你的系统内存，至少留1GB空闲。我曾在1GB内存的树莓派上试过，直接OOM。
- Piper说中文像机器人：检查你选的模型是不是中文的。有人选了英文模型然后抱怨中文不好听——这锅Piper不背。
- 语音助手能听懂但没反应：检查你的实体名称。Home Assistant默认只识别中文实体名称。如果你把灯命名为「living_room_light」，它听不懂「打开客厅灯」。需要配置别名。
- 麦克风没声音：检查音频输入设备。在加载项配置里，确保选对了麦克风。我遇到过有人选了HDMI音频输出当输入——那能听到才怪。
好了，这一章的内容就这些。下一章我们会讲怎么优化语音识别的准确率，以及怎么配置自定义唤醒词。到时候见。