النقاط الرئيسية
- Home Assistant Assist هو خط أنابيب الصوت المحلي الذي يربط كل شيء معًا
- Whisper يتعامل مع تحويل الكلام إلى نص محليًا؛ اختر حجم النموذج لتوازن الدقة/السرعة/الأجهزة
- Piper يتعامل مع تحويل النص إلى كلام محليًا بأصوات طبيعية الاستماع
- بروتوكول Wyoming يربط Assist بخدمات Whisper وPiper
- أضف محرك كلمة التنبيه (مثل openWakeWord) للتشغيل دون اليدين
- اختياري: اضبط نموذجًا لغويًا محليًا كعميل محادثة لفهم اللغة الطبيعية
البنية الصوتية المحلية الكاملة
المساعد الصوتي المحلي أربعة أدوار على أجهزتك الخاصة: الالتقاط والنسخ (Whisper)، والفهم (نوايا Assist أو نموذج لغوي محلي)، والاستجابة (Piper)، والتشغيل (كلمة التنبيه). كل واحدة تعمل دون إنترنت؛ بروتوكول Wyoming يوصلها معًا.
| المكوّن | الدور | محلي؟ | ملاحظات |
|---|---|---|---|
| Assist | خط أنابيب + النوايا | نعم | مدمج في Home Assistant |
| Whisper | كلام إلى نص | نعم | حجم النموذج يحدد الدقة/السرعة |
| Piper | نص إلى كلام | نعم | أصوات محلية طبيعية |
| كلمة التنبيه | تشغيل دون اليدين | نعم | مثل openWakeWord |
| النموذج اللغوي المحلي | الفهم (اختياري) | نعم | عبر Ollama كعميل محادثة |
Home Assistant Assist
Assist هو خط أنابيب الصوت المدمج الذي يُوجِّه الصوت عبر تحويل الكلام إلى نص، وعميل، وتحويل النص إلى كلام. يُعدَّ في الإعدادات ← المساعدون الصوتيون.
- يعمل Assist مع النوايا المدمجة فورًا (بدون نموذج لغوي) للأوامر الشائعة.
- تختار محرك STT (Whisper)، ومحرك TTS (Piper)، وعميل المحادثة.
- استخدم خطوط أنابيب متعددة إذا أردت مساعدًا سريعًا للنوايا فقط وآخر مشغَّلًا بنموذج لغوي.
Whisper لتحويل الكلام إلى نص محليًا
ينسخ Whisper كلامك محليًا؛ النماذج الأكبر أكثر دقةً لكنها تحتاج معالجة أكثر. أضفه كإضافة Whisper (faster-whisper) واربطه عبر Wyoming.
- يأتي Whisper بأحجام من tiny إلى large — الأصغر أسرع، والأكبر أدق.
- لإعداد STT المركّز (النماذج، الأجهزة، الدقة)، راجع Whisper المحلي + Home Assistant.
- Whisper متعدد اللغات، لذا الأوامر غير الإنجليزية تُنسَخ بدون خدمة سحابية.
Piper لتحويل النص إلى كلام محليًا
يُولِّد Piper ردودًا منطوقة محليًا بأصوات طبيعية الاستماع، بسرعة كافية للردود الفورية على أجهزة متواضعة. أضفه كإضافة Piper واختر صوتًا.
- يوفر Piper لغات وأصوات متعددة؛ اختر واحدًا لكل خط أنابيب.
- يعمل جيدًا على Raspberry Pi لأطوال الردود المعتادة.
- لا يُرسَل أي صوت إلى أي مكان — الكلام مُولَّد على جهازك.
بروتوكول Wyoming
Wyoming هو البروتوكول الذي يستخدمه Home Assistant لربط Assist بخدمات الصوت المحلية مثل Whisper وPiper. يتيح تشغيل خدمات الكلام كإضافات منفصلة أو على أجهزة منفصلة.
- كل خدمة (Whisper، Piper، كلمة التنبيه) تعمل كنقطة نهاية Wyoming.
- يكتشفها Assist ويستخدمها عبر تكامل Wyoming.
- هذه الوحدات تعني أنك تستطيع تفريغ Whisper على جهاز أكثر قوةً إذا لزم الأمر.
إضافة عقل النموذج اللغوي
اضبط نموذجًا لغويًا محليًا كعميل محادثة لفهم اللغة الطبيعية بدلًا من النوايا الثابتة فقط. هذا اختياري لكنه يفتح الصياغة المرنة.
- اربط Ollama بـ Home Assistant أولًا — راجع دليل تكامل Ollama.
- استخدم نموذجًا صغيرًا يدعم استدعاء الوظائف حتى تبقى ردود الصوت سريعة.
- للصورة الشاملة من الطرف إلى الطرف، راجع تشغيل منزلك الذكي بنموذج لغوي محلي.
متطلبات الأجهزة
جهاز كمبيوتر مصغر يُشغِّل بسهولة Assist وWhisper وPiper ونموذجًا لغويًا صغيرًا؛ Raspberry Pi يتعامل مع الصوت القائم على النوايا فقط لكنه يعاني مع نماذج Whisper الكبيرة واستنتاج النماذج اللغوية. أجهزة الميكروفون (الأقمار الصوتية) تلتقط الصوت في أرجاء المنزل.
- استخدم جهاز كمبيوتر مصغر إذا أردت عقل النموذج اللغوي ونماذج Whisper الأكبر — راجع أفضل الأجهزة للمنزل الذكي المحلي.
- استخدم Pi لمساعد خفيف الوزن قائم على النوايا فقط.
- أضف أجهزة الأقمار الصوتية (نقاط نهاية الميكروفون + مكبر الصوت) لتغطية الغرف.
- قارن المقايضات بين الصوت المحلي والسحابي في المساعدون الصوتيون المحليون مقابل السحابيون.
الأسئلة الشائعة
هل يمكن للمساعد الصوتي المحلي أن يحل محل Alexa بالكامل؟
للتحكم في المنزل الذكي وكثير من الروتينات، نعم — Assist مع Whisper وPiper ونموذج لغوي محلي يغطي التحكم في الأجهزة بلغة طبيعية والردود بشكل خاص. لا يُكرِّر كل مهارة Alexa خارجية أو ميزة التسوق السحابية، لكنه يغطي حالة الاستخدام الأساسية للتحكم في المنزل بشكل خاص.
هل يعمل المساعد الصوتي المحلي دون إنترنت؟
نعم. تحويل الكلام إلى نص (Whisper)، وتحويل النص إلى كلام (Piper)، ومعالجة النوايا، ونموذج لغوي محلي اختياري تعمل جميعها على أجهزتك، لذا يعمل المساعد بدون إنترنت. الوصول عن بُعد من خارج المنزل فقط يحتاج اتصالًا.
ما دقة التعرف على الكلام المحلي؟
تعتمد الدقة على حجم نموذج Whisper والميكروفون. النماذج الأكبر أكثر دقةً لكن أبطأ؛ نموذج متوسط الحجم على جهاز كمبيوتر مصغر يعطي توازنًا جيدًا لأوامر المنزل. راجع دليل Whisper المحلي للتحجيم.
ما الأجهزة التي أحتاجها للمساعد الصوتي المحلي؟
جهاز كمبيوتر مصغر للبنية الكاملة (نموذج لغوي + Whisper أكبر)، أو Raspberry Pi لمساعد قائم على النوايا فقط، بالإضافة إلى أجهزة الأقمار الصوتية (ميكروفون + مكبر صوت) لتغطية الغرف. GPU أو NPU يخفض كمون النموذج اللغوي وWhisper الكبير.
هل يمكنني استخدام كلمة تنبيه مخصصة؟
نعم. محرك كلمة التنبيه المحلي مثل openWakeWord يدعم كلمات تنبيه مخصصة ويعمل على أجهزتك، لذا لا يحتاج التشغيل دون اليدين إلى سحابة.