النقاط الرئيسية
- Whisper نموذج تحويل كلام إلى نص مفتوح المصدر يعمل محليًا — لا يغادر أي صوت أجهزتك
- استخدم إضافة Whisper (faster-whisper)؛ يتصل بـ Assist عبر Wyoming
- أحجام النماذج من tiny → base → small → medium → large؛ الأكبر أدق، أبطأ
- على الأجهزة التي تعتمد على المعالج المركزي فقط، فضِّل tiny/base/small؛ GPU يجعل medium/large عمليًا
- Whisper متعدد اللغات، لذا الأوامر غير الإنجليزية تُنسَخ بدون خدمة سحابية
- حسِّن بميكروفون أفضل والنموذج الصحيح قبل الانتقال لنموذج أكبر
- تطبيق Whisper الرسمي في Home Assistant مبني على faster-whisper (wyoming-faster-whisper)؛ ولا يوجد تطبيق رسمي لـ whisper.cpp في Home Assistant
- لا توجد مقارنة سرعة بشروط متطابقة على أجهزة Home Assistant: الأرقام المنشورة جاءت من إعدادات مختلفة
- يتولى Piper تحويل النص إلى كلام عبر Wyoming؛ وMacWhisper تطبيق سطح مكتب لنظام Mac وليس مكوّنًا من Home Assistant
لماذا تستخدم تحويل الكلام إلى نص المحلي؟
يحتفظ تحويل الكلام إلى نص المحلي بتسجيلاتك الصوتية على أجهزتك الخاصة، لذا لا يُرفَع أي صوت إلى طرف ثالث. كما يعمل دون إنترنت وليس له تكلفة لكل طلب.
- الخصوصية: تنقل المساعدات السحابية وقد تحتفظ بالتسجيلات؛ Whisper المحلي لا يفعل ذلك — راجع مخاطر خصوصية المنزل الذكي.
- دون إنترنت: يعمل النسخ أثناء انقطاع الإنترنت.
- بدون رسوم: لا توجد رسوم استخدام للنسخ المحلي.
أي حجم نموذج Whisper يجب أن تستخدم؟
اختر أصغر نموذج Whisper يعطي دقةً مقبولة على أجهزتك — tiny/base/small للمعالج المركزي فقط، وmedium/large عند توفر GPU. النماذج الأكبر تحسِّن الدقة على اللهجات والصوت الصاخب على حساب السرعة.
- استخدم small كإعداد افتراضي على معالج جهاز كمبيوتر مصغر؛ انتقل إلى medium/large فقط إذا كانت الدقة غير كافية.
- استخدم tiny/base على Raspberry Pi لإبقاء الكمون مقبولًا.
النموذج | الدقة النسبية | السرعة النسبية | الأنسب لـ |
|---|---|---|---|
| tiny | الأدنى | الأسرع | معالج مركزي منخفض الطاقة، أوامر قصيرة |
| base | منخفضة | سريع جدًا | Raspberry Pi، عبارات بسيطة |
| small | جيدة | سريع | معالج جهاز كمبيوتر مصغر، الاستخدام اليومي |
| medium | عالية | متوسط | GPU أو معالج مركزي قوي |
| large | الأعلى | الأبطأ | GPU، لهجات/غرف صاخبة |
إعداد Wyoming
تعرض إضافة Whisper نقطة نهاية Wyoming يستخدمها Assist لتحويل الكلام إلى نص. الإعداد هو: ثبِّت ← اختر النموذج ← اختره في خط الأنابيب.
- 1ثبِّت إضافة Whisper (faster-whisper) من متجر الإضافات.
- 2اضبط حجم النموذج في إعداد الإضافة وشغِّلها.
- 3تسجِّل الإضافة نفسها تلقائيًا كخدمة تحويل كلام إلى نص عبر Wyoming.
- 4في الإعدادات ← المساعدون الصوتيون، اضبط Whisper كمحرك STT لخط أنابيب Assist.
- 5اختبر النسخ من أدوات التصحيح في Assist قبل إضافة أجهزة الصوت.
متطلبات الأجهزة
يعمل Whisper على المعالج المركزي للنماذج الصغيرة ويستفيد من GPU للنماذج medium/large. طابق حجم النموذج مع الجهاز الذي يستضيفه.
- Raspberry Pi: التزم بـ tiny/base لكمون مقبول.
- جهاز كمبيوتر مصغر (معالج مركزي): small يعمل جيدًا؛ medium ممكن لكن أبطأ — راجع أفضل الأجهزة للمنزل الذكي المحلي.
- مع GPU/NPU: يصبح medium وlarge عمليًا للدقة العالية.
- يمكنك تشغيل Whisper على جهاز أقوى منفصل عبر Wyoming إذا كان مركزك Raspberry Pi.
ضبط الدقة
حسِّن بميكروفون جيد والنموذج الصحيح قبل الانتقال لأكبر نموذج Whisper. جودة الصوت كثيرًا ما تهم أكثر من حجم النموذج لأوامر المنزل.
- استخدم ميكروفونًا عالي الجودة أو أجهزة أقمار صوتية قريبة من المتحدث.
- قلِّل ضوضاء الخلفية حيث يوجد الميكروفون.
- اضبط اللغة الصحيحة في الإضافة لتجنب النسخ الخاطئ.
- انتقل حجمًا واحدًا في كل مرة وأعِد الاختبار بدلًا من القفز مباشرة إلى large.
faster-whisper مقابل whisper.cpp في Home Assistant
تطبيق Whisper الرسمي في Home Assistant مبني على faster-whisper؛ أما whisper.cpp فلا يملك تطبيقًا رسميًا، لذا يعني استخدامه تشغيل خادم منفصل متوافق مع Wyoming. يشغّل المحركان نماذج Whisper من OpenAI محليًا، ويختلفان في طريقة الاتصال بـ Assist.
- Home Assistant OS: ثبِّت تطبيق Whisper من الإعدادات > التطبيقات؛ يكتشفه تكامل Wyoming تلقائيًا (توثيق تطبيق Whisper). كانت التطبيقات تُسمّى سابقًا إضافات (add-ons).
- النموذج الافتراضي: يختار
autoالنموذجtiny-int8على أجهزة ARM مثل Raspberry Pi 4 وbase-int8في غيرها؛ والنسخ-int8أقل دقة بقليل لكنها أصغر وأسرع (توثيق تطبيق Whisper). - المحركات الخلفية: عند ضبط
stt_libraryعلىautoتستخدم الإنجليزية نموذج Parakeet عبر sherpa، وتستخدم الصينية والكانتونية واليابانية والكورية نموذج SenseVoice عبر funasr، وتستخدم الروسية GigaAM، وتستخدم باقي اللغات faster-whisper (توثيق تطبيق Whisper). - حاوية أو مضيف منفصل: شغِّل صورة
rhasspy/wyoming-whisper(المنفذ 10300 في المثال) ثم أضف تكامل Wyoming Protocol بذلك المضيف والمنفذ (wyoming-faster-whisper، توثيق تكامل Wyoming). يمكن تشغيل خدمات Wyoming على جهاز آخر في الشبكة المحلية، وهذا يناسب Whisper كثيف الموارد. - GPU: صورة GPU الخاصة بـ NVIDIA في المشروع غير منشورة؛ تبنيها بنفسك (نحو 10.7 GB مقابل نحو 1.6 GB لصورة CPU)، ولا يدعم Home Assistant OS تمرير GPU (wyoming-faster-whisper).
- whisper.cpp: المثال
whisper-serverخادم HTTP بواجهة شبيهة بواجهة OpenAI، وليس خادم Wyoming (whisper.cpp). جسر rhasspy/wyoming-whisper-cpp مؤرشف؛ توجد جسور من المجتمع لكننا لم نختبر أيًّا منها.
الجانب | faster-whisper | whisper.cpp |
|---|---|---|
| تطبيق Home Assistant | تطبيق Whisper الرسمي | لا يوجد تطبيق رسمي |
| خادم Wyoming | wyoming-faster-whisper | wyoming-whisper-cpp (مؤرشف) |
| التثبيت على HA OS | الإعدادات > التطبيقات > Whisper | تشغيل منفصل ثم إضافته عبر Wyoming |
| التثبيت في Docker | صورة rhasspy/wyoming-whisper | whisper-server (HTTP وليس Wyoming) |
| دعم GPU | NVIDIA CUDA 12 + cuDNN 9 | CUDA وVulkan وMetal وOpenVINO |
| مسار CPU | CTranslate2 بصيغة int8 أو fp32 | C/C++ خالص، نماذج مكمَّمة |
| النماذج | من tiny إلى large-v3 وturbo وdistil | ggml من tiny إلى large |
| اللغات | لغات Whisper الـ100 عبر Wyoming | نماذج متعددة اللغات و.en |
السرعة: ماذا تُظهر الاختبارات المنشورة
لم نجد قياسًا بشروط متطابقة لـ faster-whisper وwhisper.cpp على أجهزة Home Assistant، لذا لا يمكن إجراء مقارنة مباشرة على Raspberry Pi أو جهاز كمبيوتر مصغر. الأرقام الوحيدة المتجاورة مصدرها README الخاص بـ faster-whisper: نسخ 13 دقيقة من الصوت على جهاز مكتبي باستخدام faster-whisper v1.1.0 وwhisper.cpp v1.7.2. لم نُجرِ هذه الاختبارات بأنفسنا.
- هذه نسخ لملفات مدتها 13 دقيقة على GPU مكتبي (CUDA 12.4) ومعالج Intel Core i7-12700K، وليست أوامر صوتية مدتها 3 ثوانٍ، لذا لا تتنبأ بزمن استجابة الأوامر على Raspberry Pi أو جهاز مصغر. كما أن الإصدارات أقدم من الإصدارات الحالية.
- يذكر توثيق Home Assistant أن Whisper يستغرق «around 8 seconds» لمعالجة أمر صوتي على Raspberry Pi 4 ويُنهي المهمة «in under a second» على Intel NUC؛ ولا تذكر الصفحة اسم النموذج (توثيق Assist المحلي).
- تذكر الصفحة نفسها أن Speech-to-Phrase، وهو محرك مختلف، يعمل في «under one second» على Raspberry Pi 4 أو Home Assistant Green (توثيق Assist المحلي).
- لا يحتوي README الخاص بـ whisper.cpp على جدول أزمنة؛ بل يربط بنقاش اختبارات من المجتمع (issue 89) ويوفر المثال
whisper-benchلتقيس جهازك بنفسك.
العتاد والنموذج | المحرك والإعدادات | الزمن (صوت 13 دقيقة) |
|---|---|---|
| RTX 3070 Ti 8GB, large-v2 | faster-whisper, fp16, beam 5 | 1m03s |
| RTX 3070 Ti 8GB, large-v2 | whisper.cpp + Flash Attention, fp16, beam 5 | 1m05s |
| i7-12700K (8 threads), small | whisper.cpp, fp32, beam 5 | 2m05s |
| i7-12700K (8 threads), small | faster-whisper, fp32, beam 5 | 2m37s |
| i7-12700K (8 threads), small | faster-whisper, int8, beam 5 | 1m42s |
أحجام النماذج واستهلاك الذاكرة
حجم النموذج هو أكثر ما يحدد الذاكرة: يذكر README الخاص بـ whisper.cpp نحو 273 MB من الذاكرة لـ tiny ونحو 3.9 GB لـ large. الأرقام أدناه من README الخاص بـ whisper.cpp.
- يذكر README الخاص بـ faster-whisper أن large-v2 على RTX 3070 Ti يستهلك 4525MB من VRAM (fp16) و2926MB (int8) (README الخاص بـ faster-whisper).
- بالنسبة لنموذج small على CPU يذكر README نفسه 1477MB من RAM (faster-whisper بصيغة int8) و2257MB (fp32)؛ ويظهر whisper.cpp بـ 1049MB (fp32).
- يوفر تطبيق Whisper أيضًا
turbo(أسرع منlarge-v3) ونماذج مقطَّرة للإنجليزية فقط مثلdistil-small.en(توثيق تطبيق Whisper).
النموذج | القرص (whisper.cpp) | الذاكرة (whisper.cpp) |
|---|---|---|
| tiny | 75 MiB | ~273 MB |
| base | 142 MiB | ~388 MB |
| small | 466 MiB | ~852 MB |
| medium | 1.5 GiB | ~2.1 GB |
| large | 2.9 GiB | ~3.9 GB |
Piper TTS: النصف الناطق من خط الصوت
Piper هو محرك تحويل النص إلى كلام المحلي في إعداد الصوت بـ Home Assistant: يعرضه تطبيق Piper عبر Wyoming بالطريقة نفسها التي يعرض بها تطبيق Whisper تحويل الكلام إلى نص. يسمع Whisper الأمر، وينطق Piper الرد.
- التثبيت: الإعدادات > التطبيقات > Piper؛ يكتشفه تكامل Wyoming (توثيق تطبيق Piper). خارج Home Assistant OS يعمل wyoming-piper كخادم Wyoming (المنفذ 10200 في مثاله).
- الأصوات: تُسمّى
<language>_<REGION>-<name>-<quality>، والافتراضيen_US-lessac-medium، وتُنزَّل تلقائيًا من Hugging Face. الجودتانx_lowوlowبتردد 16 kHz، وmediumوhighبتردد 22.05 kHz. - استهلاك الموارد: يذكر توثيق التطبيق أن الأصوات حتى
mediumتعمل بسرعة مقبولة على Raspberry Pi 4؛ ويذكر توثيق Home Assistant أن جهاز Pi بنماذج متوسطة الجودة «can generate 1.6s of voice in a second» (توثيق Assist المحلي). - اللغات: تضم قائمة أصوات Piper 44 مدخلًا للغات والمناطق، منها الألمانية والفرنسية والإسبانية والبرتغالية (البرازيل والبرتغال) والصينية والعربية (الأردن). لم نجد فيها مدخلًا للغة اليابانية أو الكورية؛ ويوثّق تطبيق Piper أصواتًا اختيارية لليابانية والتايلاندية تتطلب تنزيل أداة صوتنة إضافية (نحو 350 MB و390 MB).
- الصيانة: مستودع rhasspy/piper الأصلي مؤرشف ويشير إلى OHF-Voice/piper1-gpl (GPL-3.0) حيث يستمر التطوير؛ ويذكر README أن Open Home Foundation تبحث عن مشرفين. أما الواجهة الخلفية التجريبية
omnivoiceفي التطبيق فجودتها أعلى لكنها «much slower» و«really needs a desktop or server CPU» (توثيق تطبيق Piper). - للتعمق: مراجعة Piper TTS.
MacWhisper ليس مكوّنًا من Home Assistant
MacWhisper تطبيق سطح مكتب لنظام Mac وليس مكوّنًا من Home Assistant: لخدمة Assist استخدم تطبيق Whisper أو خادم Wyoming آخر لتحويل الكلام إلى نص. ينسخ MacWhisper الصوت والفيديو والاجتماعات وصوت النظام محليًا على جهاز Mac، ولا يذكر موقعه Home Assistant ولا بروتوكول Wyoming.
- استخدم MacWhisper للملفات والاجتماعات والإملاء على Mac: مراجعة MacWhisper.
- قارن المحركات جنبًا إلى جنب: مقارنة Whisper المحلي لتحويل الكلام إلى نص.
نشاط المشاريع
الأدوات المذكورة أعلاه تُحدَّث بنشاط، باستثناء جسر Wyoming الخاص بـ whisper.cpp فهو مؤرشف. التواريخ مأخوذة من مستودع GitHub لكل مشروع.
المشروع | آخر إصدار | آخر commit |
|---|---|---|
| faster-whisper | v1.2.1 (2025-10-31) | 2026-10-16 |
| whisper.cpp | v1.9.5 (2026-10-06) | 2026-10-12 |
| wyoming-faster-whisper | v3.8.1 (2026-09-14) | 2026-10-14 |
| wyoming-piper | v2.5.2 (2026-09-11) | 2026-09-11 |
| Piper (piper1-gpl) | v1.8.0 (2026-09-04) | 2026-10-17 |
| wyoming-whisper-cpp (archived) | لا يوجد إصدار | 2024-02-29 |
⚠️تحذير: مستودع rhasspy/wyoming-whisper-cpp مؤرشف ولم يتلقَّ أي تحديث منذ 2024-02-29، لذا قد لا يكون مصانًا: تحقق من حالة أي جسر قبل الاعتماد عليه. كما أن مستودع rhasspy/piper الأصلي مؤرشف أيضًا (آخر تحديث 2025-08-26).
الأسئلة الشائعة
ما هو بروتوكول Wyoming؟
Wyoming هو بروتوكول الشبكة خفيف الوزن الذي يستخدمه خط أنابيب Assist في Home Assistant للتواصل مع إضافات الصوت — تحويل الكلام إلى نص (مثل إضافة Whisper)، وتحويل النص إلى كلام، واكتشاف كلمة التنبيه. يتيح للإضافة العمل كخدمة مستقلة، حتى على جهاز منفصل وأقوى، وتسجّل نفسها تلقائيًا لدى Assist بدلاً من الحاجة إلى ربط API يدوي. لا تقوم بإعداد Wyoming مباشرة — تثبيت إضافة Whisper يعرض نقطة نهاية Wyoming التي يكتشفها Assist ويمكنك اختيارها في خط الأنابيب الخاص بك.
أي نموذج Whisper يجب أن أستخدم لـ Home Assistant؟
استخدم small كإعداد افتراضي على معالج جهاز كمبيوتر مصغر، وtiny أو base على Raspberry Pi، وmedium أو large فقط إذا كان لديك GPU وتحتاج دقة أعلى على اللهجات أو الغرف الصاخبة. انتقل حجمًا واحدًا في كل مرة وأعِد الاختبار.
هل أحتاج إلى GPU لـ Whisper المحلي؟
لا للنماذج small وما دونها — تلك تعمل على المعالج المركزي. GPU بشكل رئيسي يجعل النماذج medium وlarge سريعة بما يكفي للاستخدام الفوري. يمكنك أيضًا تفريغ Whisper إلى جهاز أقوى عبر بروتوكول Wyoming.
ما دقة Whisper المحلي دون إنترنت؟
الدقة قوية مع النموذج الصحيح وميكروفون جيد؛ النماذج الأكبر تتعامل بشكل أفضل مع اللهجات والضوضاء. لأوامر المنزل الواضحة، النموذج small على جهاز كمبيوتر مصغر عادةً دقيق بما يكفي، ويعمل بالكامل دون إنترنت.
هل Whisper المحلي متعدد اللغات؟
نعم. يدعم Whisper لغات كثيرة، لذا الأوامر غير الإنجليزية تُنسَخ محليًا بدون أي خدمة سحابية. اضبط اللغة في إعداد الإضافة للحصول على أفضل النتائج.
هل faster-whisper أم whisper.cpp أفضل لـ Home Assistant؟
faster-whisper هو الطريق الأبسط لأن تطبيق Whisper الرسمي في Home Assistant مبني عليه: يُثبَّت من الإعدادات > التطبيقات ويكتشفه تكامل Wyoming. أما whisper.cpp فلا يملك تطبيقًا رسميًا ويحتاج إلى خادم منفصل متوافق مع Wyoming. تنشر المشاريع اختبارات على أجهزة وإعدادات مختلفة، لذا لا توجد مقارنة سرعة مباشرة على أجهزة Home Assistant.
هل يمكنني استخدام whisper.cpp مع Home Assistant؟
نعم، لكن ليس عبر تطبيق رسمي. يتحدث Home Assistant مع محركات تحويل الكلام إلى نص عبر بروتوكول Wyoming، بينما يتحدث whisper-server الخاص بـ whisper.cpp بروتوكول HTTP. جسر rhasspy/wyoming-whisper-cpp مؤرشف (آخر تحديث 2024-02-29)، وتوجد جسور من المجتمع لم نختبرها. أضِف أي خادم Wyoming من الإعدادات > الأجهزة والخدمات بإدخال المضيف والمنفذ.
ما هو Piper في Home Assistant؟
Piper محرك عصبي محلي لتحويل النص إلى كلام. يعرضه تطبيق Piper في Home Assistant عبر Wyoming للردود المنطوقة، بأصوات تُسمّى مثل en_US-lessac-medium. يستمر التطوير في OHF-Voice/piper1-gpl؛ أما مستودع rhasspy/piper الأصلي فمؤرشف.
هل MacWhisper إضافة (add-on) لـ Home Assistant؟
لا. MacWhisper تطبيق سطح مكتب لنظام Mac لنسخ الصوت والفيديو والاجتماعات، ولا يذكر موقعه Home Assistant ولا Wyoming. لخدمة Assist استخدم تطبيق Whisper أو خادم Wyoming آخر لتحويل الكلام إلى نص.