如何在Home Assistant中部署AI语音助手(Gemini、DeepSeek、ChatGPT都可)

享受AI语音助手

我愿将今年称为Home Assistant AI语音元年。去年12月，Home Assistant官方正式推出了Home Assistant Voice Preview Edition设备。

这一举措表明官方认为相关软硬件配套已初步成熟，可以体验。与此同时伴随着过去两年AI技术的飞速发展，AI语音助手不再是遥不可及的梦想。无论你是刚入门的新手，还是经验丰富的Home Assistant玩家，现在都是时候在Home Assistant中体验AI语音助手的力量了。

为此我将发布一系列文章介绍Home Assistant AI语音助手，本期文章主要介绍以下两个方面内容：

• AI语音助手如何工作
• 快速部署基于Gemini大模型的AI语音助手

我知道大家通常对理论的兴趣不如实操，但理论才是实操的基础。许多小伙伴在遇到问题时不知道如何下手解决，往往是因为缺乏理论知识的储备。

AI语音助手如何工作

1. 语音处理流

• Assist：Home Assistant中自带的语音助手
• Pipeline：是一种将一系列处理步骤有序组合在一起的方式，每个步骤通过处理数据并将其传递到下一个步骤，最终完成整个任务
• STT：Speech-to-Text，语音转文本
• TTS：Text-to-Speech，文本转语音

首先，通过某种硬件采集用户的语音，然后通过STT（相当于人耳）将音频转换为文本，将转换后的文本发送给Assist（相当于人脑）进行处理。虽然可以直接使用Home Assistant系统自带的Assist（对话代理），但系统自带的功能主要专注于智能家居控制，无法处理更复杂