핵심 요점
- Home Assistant Assist는 모든 것을 연결하는 로컬 음성 파이프라인입니다
- Whisper는 로컬에서 음성→텍스트를 처리합니다. 정확도/속도/하드웨어 균형에 맞는 모델 크기를 선택하십시오
- Piper는 자연스러운 음성으로 로컬에서 텍스트→음성을 처리합니다
- Wyoming 프로토콜이 Assist를 Whisper 및 Piper 서비스와 연결합니다
- 핸즈프리 트리거를 위한 웨이크 워드 엔진(예: openWakeWord)을 추가하십시오
- 선택 사항: 고정된 의도 대신 자연어 이해를 위해 로컬 LLM을 대화 에이전트로 설정하십시오
완전 로컬 음성 스택
로컬 음성 어시스턴트는 직접 소유한 하드웨어에서 네 가지 역할을 수행합니다. 캡처 및 변환(Whisper), 이해(Assist 의도 또는 로컬 LLM), 응답(Piper), 트리거(웨이크 워드)입니다. 각각은 오프라인으로 실행되며 Wyoming 프로토콜이 이들을 연결합니다.
| 구성 요소 | 역할 | 로컬? | 비고 |
|---|---|---|---|
| Assist | 파이프라인 + 의도 | 예 | Home Assistant에 내장됨 |
| Whisper | 음성→텍스트 | 예 | 모델 크기가 정확도/속도 결정 |
| Piper | 텍스트→음성 | 예 | 자연스러운 로컬 음성 |
| 웨이크 워드 | 핸즈프리 트리거 | 예 | 예: openWakeWord |
| 로컬 LLM | 이해(선택) | 예 | Ollama를 통해 대화 에이전트로 |
Home Assistant Assist
Assist는 오디오를 음성→텍스트, 에이전트, 텍스트→음성으로 라우팅하는 내장 음성 파이프라인입니다. 설정 → 음성 어시스턴트에서 구성합니다.
- Assist는 일반 명령에 대해 기본적으로 내장 의도(LLM 없음)로 동작합니다.
- STT 엔진(Whisper), TTS 엔진(Piper), 대화 에이전트를 선택합니다.
- 빠른 의도 전용 어시스턴트와 LLM 어시스턴트를 별도로 원한다면 여러 파이프라인을 사용하십시오.
로컬 음성→텍스트용 Whisper
Whisper는 로컬에서 음성을 변환합니다. 더 큰 Whisper 모델이 더 정확하지만 더 많은 연산이 필요합니다. Whisper 애드온(faster-whisper)으로 추가하고 Wyoming을 통해 연결하십시오.
- Whisper는 tiny부터 large까지 크기가 있습니다. 더 작으면 더 빠르고 더 크면 더 정확합니다.
- STT에 집중된 설정(모델, 하드웨어, 정확도)은 로컬 Whisper + Home Assistant를 참조하십시오.
- Whisper는 다국어를 지원하므로 다른 언어 명령도 클라우드 서비스 없이 변환됩니다.
로컬 텍스트→음성용 Piper
Piper는 자연스럽게 들리는 음성으로 로컬에서 응답을 생성하며 저사양 하드웨어에서도 실시간 응답이 가능할 만큼 빠릅니다. Piper 애드온으로 추가하고 음성을 선택하십시오.
- Piper는 여러 언어와 음성을 제공합니다. 파이프라인당 하나를 선택하십시오.
- Raspberry Pi에서도 일반적인 응답 길이에 잘 동작합니다.
- 오디오가 어디로도 전송되지 않습니다. 음성이 직접 소유한 기기에서 합성됩니다.
Wyoming 프로토콜
Wyoming는 Home Assistant가 Assist를 Whisper 및 Piper와 같은 로컬 음성 서비스에 연결하는 데 사용하는 프로토콜입니다. 음성 서비스가 별도 애드온 또는 별도 기기에서 실행될 수 있게 합니다.
- 각 서비스(Whisper, Piper, 웨이크 워드)는 Wyoming 엔드포인트로 실행됩니다.
- Assist는 Wyoming 통합을 통해 이들을 감지하고 사용합니다.
- 이 모듈성은 필요한 경우 Whisper를 더 강력한 기기로 오프로드할 수 있음을 의미합니다.
LLM 두뇌 추가
고정된 의도 대신 자연어를 이해하기 위해 로컬 LLM을 대화 에이전트로 설정하십시오. 선택 사항이지만 유연한 표현을 가능하게 합니다.
- 먼저 Ollama를 Home Assistant에 연결하십시오 — Ollama 통합 가이드를 참조하십시오.
- 음성 응답이 빠르게 유지되도록 function-calling이 가능한 소형 모델을 사용하십시오.
- 전체 그림은 로컬 LLM으로 스마트 홈 운영하기를 참조하십시오.
하드웨어 요구 사항
미니 PC는 Assist, Whisper, Piper, 소형 LLM을 편안하게 실행합니다. Raspberry Pi는 의도 전용 음성은 처리하지만 큰 Whisper 모델과 LLM 추론에는 어려움을 겪습니다. 마이크 하드웨어(음성 위성)가 집 전체의 오디오를 캡처합니다.
- LLM 두뇌와 더 큰 Whisper 모델을 원한다면 미니 PC를 사용하십시오 — 로컬 스마트 홈을 위한 최고의 하드웨어를 참조하십시오.
- 가벼운 의도 전용 어시스턴트에는 Pi를 사용하십시오.
- 방별 커버리지를 위해 음성 위성 하드웨어(마이크 + 스피커 엔드포인트)를 추가하십시오.
- 로컬 vs 클라우드 음성 어시스턴트에서 트레이드오프를 비교하십시오.
자주 묻는 질문
로컬 음성 어시스턴트가 Alexa를 완전히 대체할 수 있습니까?
스마트 홈 제어와 많은 루틴에 대해서는 예입니다. Assist와 Whisper, Piper, 로컬 LLM은 비공개로 자연어로 기기 제어와 응답을 처리합니다. 타사 Alexa 스킬과 클라우드 쇼핑 기능을 복제하지는 않지만 핵심적인 홈 제어 사용 사례를 비공개로 처리합니다.
로컬 음성 어시스턴트가 오프라인으로 동작합니까?
예. 음성→텍스트(Whisper), 텍스트→음성(Piper), 의도 처리, 선택적 로컬 LLM 모두 직접 소유한 하드웨어에서 실행되므로 인터넷 없이 동작합니다. 집 밖에서의 원격 접근만 연결이 필요합니다.
로컬 음성 인식이 얼마나 정확합니까?
Whisper 모델 크기와 마이크에 따라 달라집니다. 더 큰 Whisper 모델이 더 정확하지만 더 느립니다. 미니 PC에서 중간 크기 모델은 홈 명령에 대한 균형이 좋습니다. 크기 선택은 로컬 Whisper 가이드를 참조하십시오.
로컬 음성 어시스턴트에 어떤 하드웨어가 필요합니까?
전체 스택(LLM + 더 큰 Whisper)을 위한 미니 PC 또는 의도 전용 어시스턴트를 위한 Raspberry Pi, 방별 커버리지를 위한 마이크/스피커 음성 위성 하드웨어가 필요합니다. GPU 또는 NPU는 LLM과 큰 Whisper의 지연 시간을 줄입니다.
맞춤 웨이크 워드를 사용할 수 있습니까?
예. openWakeWord와 같은 로컬 웨이크 워드 엔진은 맞춤 웨이크 워드를 지원하며 직접 소유한 하드웨어에서 실행되므로 핸즈프리 트리거에 클라우드가 필요 없습니다.