已弃用的 Home Assistant 卫星助手
2024-06-07 15:44:22作者:尤峻淳Whitney
请注意,该项目的工作已经迁移到了 wyoming-satellite 项目中,它与 Home Assistant 更加集成,并且结构更加模块化,支持多种音频服务。
项目简介
Home Assistant Satellite 是一个基于 Python 的卫星应用,专为 Assist 设计,它可以将麦克风捕捉到的音频流传输给 Home Assistant。这个项目需要安装 openWakeWord add-on,以便实现唤醒词检测功能。
技术分析
- Python 3.9 及以上:项目依赖于 Python 3.9 或更高版本。
- ffmpeg:用于处理和编码音频文件。
- alsa-utils:提供
arecord和aplay命令,实现录音和播放功能。
通过虚拟环境管理和包安装工具 python3-venv 进行项目环境配置。此外,还支持使用 WebRTC 和 silero VAD(语音活动检测)进行实时音频处理,提高语音识别效果。
应用场景
- 智能家居控制:利用 Home Assistant 卫星助手,用户可以通过语音命令轻松控制家中的智能设备。
- 语音助手集成:与 Home Assistant 集成,打造个性化的家庭自动化解决方案。
- 离线唤醒词识别:适用于对数据隐私有要求的用户,可以本地运行,避免音频数据上传云端。
- 音质优化:利用 webrtc-noise-gain 模块,可以抑制背景噪音并自动调整麦克风增益,提升用户体验。
项目特点
- 兼容性广:支持使用 PulseAudio 和 PipeWire 软件,可适应不同系统环境。
- 自定义性强:允许通过命令行参数设置唤醒词检测方式、反馈声音、首选管道等。
- 服务化部署:可以作为 systemd 服务后台运行,支持启动、停止、重启操作。
- 调试友好:提供了调试模式,可以保存录制的音频文件以供检查,便于问题排查。
- Docker 支持:提供 Docker 容器镜像,简化在各种系统上的部署。
尽管这个项目已被弃用,但其替代项目 wyoming-satellite 继续提供了同样强大的功能。如果你正在寻找一个能让你的 Home Assistant 具备高效语音交互的解决方案,那么 wyoming-satellite 会是一个值得尝试的选择。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
168
190
React Native鸿蒙化仓库
JavaScript
240
315
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
258
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.19 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
262
92