你家音箱每听一句话，都要先飞一趟别人的服务器——这事海外开源社区忍不了，花了两年时间，把“全本地语音助手”从极客玩具做成了59美元的现货硬件。而国内智能家居玩家的大多数，还在给小爱同学、天猫精灵喂自己的语音数据，从没听过 Home Assistant Voice、Piper 这些名字。 这就是今天要补的信息差：**一整套不联网、不订阅、数据不出门的语音助手技术栈，海外已经全部开源、全部免费（硬件除外），国内却几乎没人成体系地介绍过。** ## 一、这事的时间线：海外憋了三年 Home Assistant（全球最大的开源智能家居平台）在2023年搞了个年度主题，就叫 **Year of the Voice**——目标简单粗暴：让用户用任何语言、任何音色、本地控制家里所有设备，一句话都不经过云端。 这个目标分三步走：唤醒词本地化、语音转文字本地化、语音合成本地化。到2024年12月，Home Assistant 官方直接开卖配套硬件 **Voice Preview Edition**，发售价59美元，约人民币430块。软件全免费，硬件一次买断，没有月费。 对比一下你手上的智能音箱：设备便宜甚至白送，但语音链路全走厂商云，厂商一关服务，音箱变砖——这种事国内已经发生过不止一例。海外的思路相反：**硬件赚一次钱，软件和数据永远是你的。** ## 二、四个主角，每个都值得单独认识 ### 1. Home Assistant Voice Preview Edition — 那块59美元的硬件 - **官网**：home-assistant.io/voice-pe - **功能**：双麦克风降噪、实体静音拨钮、可换音效的开源音箱，插上 Home Assistant 就能用语音控全屋 - **价格**：59美元（发售价），一次性投入，无订阅 - **为什么值得关注**：它是硬件方案和 PCB 设计全部开源的“官方板”，社区可以直接仿制、改造。你买到的不是产品，是一套可以自己长的方案 它有个细节很见功力：拨动静音开关后是物理断路，不是软件层面“假装不听”。做隐私硬件的人，和只想过认证的人，做出来的东西手感完全不同。 ### 2. Piper — 树莓派都能跑的本地语音合成 - **仓库**：github.com/rhasspy/piper - **功能**：神经网络 TTS（文字转语音），专门为树莓派这类低性能设备优化，几十种语言音色，连中文音色都有社区在做 - **价格**：免费开源（MIT协议） - **为什么值得关注**：它证明了“合成语音”根本不需要云端的算力。一块几百块的旧开发板，就能用你选的音色实时播报，延迟低到像本地常驻的播音员 ### 3. faster-whisper — 语音转文字的性价比之王 - **仓库**：github.com/SYSTRAN/faster-whisper - **功能**：用 CTranslate2 重写 OpenAI Whisper，官方称同等精度下最快可达4倍速度，显存占用大幅下降 - **价格**：免费开源 - **为什么值得关注**：Whisper 本身就是开源ASR的天花板之一，faster-whisper 把它压到消费级硬件能实时跑的水平。你家里一块普通显卡，甚至纯CPU，就够全家的语音识别了 ### 4. openWakeWord — 免费的唤醒词引擎 - **仓库**：github.com/dscripka/openWakeWord - **功能**：本地训练和运行自定义唤醒词，已被 Home Assistant 内置采用 - **价格**：免费开源 - **为什么值得关注**：唤醒词曾经是一门收授权费的生意——老牌 SDK Snowboy 在2020年底停止服务后，大量依赖它的项目被迫迁移。openWakeWord 这类开源方案接过了班：你想喊音箱“芝麻开门”还是“老妈别催了”，自己定义就行，不用求任何人授权 ## 三、整条链路长什么样 四个工具拼起来，就是一条完整的不出网语音链路： ```mermaid flowchart TD A["你说: 打开客厅灯"] --> B["openWakeWord 本地唤醒"] B --> C["faster-whisper 本地转文字"] C --> D["Home Assistant 解析意图"] D --> E{"听懂了吗"} E -->|是| F["执行设备动作"] E -->|否| G["Piper 生成抱歉语音"] F --> H["Piper 本地合成回复"] G --> H H --> I["音箱直接播报"] ``` 注意一个关键设计：唤醒、识别、执行、合成，每一环都在你家里完成。你还可以在“解析意图”这一环挂一个本地跑的小模型，让命令理解更聪明——同样是局域网内解决，依然不上云。 ## 四、算一笔账：国内方案 vs 海外开源栈 | 对比项 | 国内智能音箱（小爱/天猫精灵等） | 海外开源本地栈 | |---|---|---| | 硬件成本 | 几百块，经常补贴白送 | 59美元成品，或旧设备DIY近乎零成本 | | 月费/订阅 | 0（但数据是隐性成本） | 0，真·零订阅 | | 语音数据去向 | 厂商云端 | 不出你家局域网 | | 厂商停服后果 | 音箱功能大幅缩水或变砖 | 软件在你手里，永不“停服” | | 自定义唤醒词 | 不开放 | openWakeWord 随便定义 | | 自动化自由度 | 受App能力限制，高级玩法要折腾第三方桥接 | Home Assistant 原生支持几乎所有协议和品牌 | | 上手门槛 | 开箱即用 | 需要一台常驻设备+半天折腾 | 国内社区其实也有人看不下去——GitHub 上有国人项目把小爱音箱接上大语言模型，星标不少。但那条路的架构是“小爱当壳、大脑在云”，语音还是先走厂商服务器再外接API，隐私和封控风险一个没少。**方向性的差别在于：开源栈是把控制权收回家里，而补丁方案是把依赖叠得更高。** ## 五、信息差总结 | 你以为的 | 实际上 | |---|---| | 语音助手必须连厂商云 | 唤醒/识别/合成三件套早已全开源，能整条链路不出门 | | 本地AI需要昂贵显卡 | faster-whisper 消费级硬件可跑，Piper 连树莓派都行 | | 自定义唤醒词是厂商特权 | openWakeWord 免费，词随你定 | | 玩语音助手要持续花钱 | 59美元硬件一次买断，软件0元 | ## 六、行动指南 按投入从低到高，三条路任选： 1. **零成本试水（今晚就能干）**：如果你已有 Home Assistant，进设置开启 Assist，把语音转文字配成 Whisper 类本地方案、语音合成配成 Piper，用手机App或旧电脑麦克风先体验整条本地链路 2. **DIY 路线（一个周末）**：找出一块吃灰的树莓派，装 Piper 和 openWakeWord，接个USB麦克风和小喇叭，参照 Home Assistant 官方文档的 DIY 语音助手教程组装 3. **成品路线（下单一件事）**：直接买 Voice Preview Edition，配合一台跑 Home Assistant 的常驻主机（旧笔记本、NAS、迷你主机都行），插电即用 门槛最高的一步不是技术，是说服自己：**“智能”不等于“联网”。** ## 参考来源 1. Home Assistant 官网（Voice Preview Edition 产品页可从主站进入）：https://www.home-assistant.io/ 2. Piper 本地语音合成仓库：https://github.com/rhasspy/piper 3. faster-whisper 仓库（速度对比见README）：https://github.com/SYSTRAN/faster-whisper 4. openWakeWord 仓库：https://github.com/dscripka/openWakeWord > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 ### 2. 下一步计划（What's next） - 建议：若需提高时效性（真正“本周首发”类工具），需要恢复至少一条外部搜索通道（ducksearch 或 WebSearch 任一），否则后续轮次建议选用我知识覆盖较稳的“技巧/实战/社区讨论”类主题（Round 2-5 对实时性要求更低） - 优先级：Round 2 隐藏技巧类（如已有工具深度用法）风险最低；Round 1/6 新工具类在无搜索条件下时效性最弱 ### 3. 注意事项（If applicable） - 文章中 PIPer 中文音色、Home Assistant Assist 内置配置等细节基于训练知识，发布前建议人工抽查官网确认；Voice PE 当前实际售价可能已变动，文中已用“发售价”表述规避 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。