HomeAssistant 语音助手配置离线语音识别服务-Fun ASR

HomeAssistant 语音助手，是一个允许用户通过语音直接控制 HomeAssistant 里面的设备，我们通过它的工作流程中可以发现。

1. 1. 通过拾音设备获取到语音数据，然后转交给 Speech to text 也就是 语音识别技术，也被称为自动语音识别（Automatic Speech Recognition，ASR） ，

2. 2. 根据解析出来的文本信息，转交给 conversation 也就目前 HomeAssistant 自带的对话代理 (对话代理是您助手的大脑，将处理传入的文本命令) 负载解析文本识别出用户的意图，然后执行。

3. 3. 把结果在通过 text to Speech 也就是我们常用的 tts 反馈到用户。

HomeAssistant 意图相关词槽信息可以查看这里，再次感谢 al-one大佬， 中文的信息就是他提交的 PR。

^[1] https://github.com/home-assistant/intents/tree/main/sentences/zh-cn

Speech to text 或 ASR

前两天我发布了 全网首发 离线语音识别CPU 版本 解决语音助手第二步的问题。 我们可以本地把语音转成文字， 但是当时只提供的一个 api 接口没有对接到 HomeAssistant，所以我有开发了一个插件，目前只可以手动安装，安装步骤如下：

# 下载插件，这里使用了代理加速
# 如果不可用，可以换成其他的
#  这是代理地址： https://gh-proxy.com/
git clone https://gh-proxy.com/https://github.com/yaming116/home-assistant-fun-asr

# 拷贝到插件目录
cp -r ./home-assistant-fun-asr/custom_components/fun_asr/ ./custom_components/

# 删除下载文件
rm -rf home-assistant-fun-asr/

插件下载完成之后，重启 HomeAssistant，然后在集成里面配置插件信息。

推荐实用 fun-asr docker 镜像，感兴趣的可以两个都尝试一下，支持配置多个。

添加完成之后，我们在语音助手里面配置本地的 ASR 服务

默认会存在一个，点击修改里面的配置

所有的语言都配置中文

我们在首页就可以打开语音助手了，进行手动触发语音控制。

其他配置

浏览器目前默认的策略是不允许非 https 获取麦克风权限的 ，所以在电脑端需要自己添加白名单，浏览器输入 chrome://flags/#unsafely-treat-insecure-origin-as-secure

填写域名或IP并选择Enabled, 然后重启浏览器就可以进行语音输入了。

后期展望

所以目前还差第一步在有哪位大佬能完成拾音设备的制作，我们就可以实现一个本地的语音控制系统了，目前 ESPHome 已经有相关的组件支持了，链接地址如下： https://www.esphome.io/components/voice_assistant.html

引用链接

[1] : https://github.com/home-assistant/intents/tree/main/sentences/zh-cn