語音助理可以完全跑在本地，不用把聲音送出去

charles · 發表於 3 天前

用 Google 或 Alexa 的話，你講的每一句話都會送到國外的伺服器。

HA 有一個選項是：全部在自己家裡處理。

先說實話：辨識率比雲端差

這點要先講清楚，不然你會失望。

Google 有整個公司在訓練語音模型，本地跑的開源模型比不上。
尤其是中文，差距比英文更明顯。

但它有三個雲端沒有的優點：

聲音不出家門
斷網也能用
反應快（不用繞地球一圈）

需要哪些零件

1. 語音轉文字（STT）：Whisper

附加元件商店裡有 Whisper。安裝時要選模型大小：

tiny / base — 快，但中文辨識率低
small — 平衡點，多數人用這個
medium 以上 — 準，但需要比較強的 CPU，反應會變慢

沒有 GPU 的話，medium 以上可能要等好幾秒，實用性會下降。

2. 文字轉語音（TTS）：Piper

同樣在附加元件商店。有中文語音可以選，音質還不錯。
這個很輕，一般機器都跑得動。

3. 設定 Assist

設定 → 語音助理 → 新增助理，把 Whisper 和 Piper 選進去。

4. 用什麼來講話

手機 App — 最簡單，HA App 裡就有語音按鈕
ESP32 語音衛星 — 自己做一個小音箱放在房間，成本幾百塊
Atom Echo 之類的現成小裝置 — 官方有教學，最快上手

實際使用的感想

適合的情境：指令固定、詞彙簡單的。
「開客廳燈」「關冷氣」「臥室燈調暗」——這類短指令本地辨識率還可以。

不適合的情境：

長句、口語化的說法
要它回答問題（本地沒有知識庫）
裝置名字很長或很像的

混合用法

其實可以兩個一起用：

控制家電 → 用本地的 Assist（快、隱私）
問天氣、放音樂、查資料 → 用 Google 音箱

各取所長，不用非黑即白。

一個命名建議

本地辨識率沒那麼好，所以裝置名字要取得好念、好分辨：

❌ 「客廳主燈」「客廳桌燈」（太像了）
✅ 「大燈」「桌燈」（明顯不同）

有人在跑本地語音嗎？中文的辨識率實際如何？

		自動登入	找回密碼
密碼			立即註冊

語音助理可以完全跑在本地，不用把聲音送出去

瀏覽過的版塊