
یک کاربر هوماسیستنت (Home Assistant) تجربه خود از افزودن Piper به خط لوله دستیار صوتی محلی را شرح داده است. Piper در این چیدمان نقش موتور تبدیل متن به گفتار (Text-to-Speech) را دارد و به گفته او نهتنها پاسخهای مدل زبانی بزرگ (LLM) محلی را به صدا تبدیل میکند، بلکه اعلانهای متنی سامانه را نیز به هشدارهای صوتی تبدیل میکند.
Piper؛ موتور تبدیل متن به گفتار در خط لوله دستیار صوتی
بر اساس این گزارش، بنیاد Open Home Foundation در سال جاری قابلیت voice satellite را به اپلیکیشن همراه اندروید HASS اضافه کرد. پیش از این آپدیت، کاربر باید تنظیمات پیچیدهای میساخت تا هاب Home Assistant کلمه بیدارباش (Wake Word) را تشخیص دهد و جریان هوش مصنوعی را فعال کند. اما قابلیت voice satellite باعث میشود گوشی قدیمی خودش کلمه بیدارباش را پردازش کند و به یک LLM محلی روی کانتینر llama.cpp متصل شود.
از آنجا که Home Assistant بهصورت بومی از llama.cpp پشتیبانی نمیکند، کاربر از یکپارچهسازی Home Agent از HACS استفاده کرده است. این یکپارچهسازی در نسخه بتای جدید به مارکتپلیس (Marketplace) منتقل شده است. مدل Gemma-4-E4B (Q4_K_M) روی GTX 1080 اجرا میشود. با این حال، حتی با وجود inference محلی و گوشی قدیمی برای تشخیص کلمه بیدارباش، دستیار ساده فقط مدل مکالمه متنی را فعال میکند و کنترل صوتی کامل ارائه نمیدهد.
ترکیب Whisper و Piper برای کنترل صوتی کامل
Whisper نقش تبدیل گفتار به متن (Speech-to-Text) را دارد و پرسش کاربر را به متن ساده تبدیل میکند. Home Assistant این متن را به LLM میدهد. پس از تولید پاسخ توسط Gemma-4-E4B، Home Assistant پاسخ را به Piper میفرستد تا با تبدیل متن به گفتار به پاسخ صوتی تبدیل شود.
به گفته کاربر، Piper و Whisper برخلاف مدلهای حجیم هوش مصنوعی سبک هستند. او آنها را بهصورت کانتینرهای اختصاصی LXC مستقر کرده تا از توان پردازشی GPU استفاده کنند. Home Assistant برای هر دو سرویس اپلیکیشن اختصاصی دارد تا کاربران بتوانند آنها را روی سرور HASS اجرا کنند. صدای پیشفرض Piper کافی است، اما امکان جابهجایی میان پروفایلهای صوتی برای شخصیسازی وجود دارد.
اعلانهای صوتی با اتوماسیون Home Assistant
Piper علاوه بر دستیار صوتی، اعلانهای تولیدشده توسط هاب Home Assistant را نیز میخواند. کاربر آن را به مجموعهای از بلندگوها در آزمایشگاه خانگی متصل کرده و با قوانین تریگر-اکشن (Trigger-Action) اعلانهای پایدار متنی (Persistent Notification) را به هشدارهای صوتی تبدیل کرده است.
برای این کار، در تب Automations & scenes از منوی Settings گزینه + Create Automation انتخاب شده و با Edit in YAML قوانین تعریف شدهاند. در این اتوماسیون، تریگر از نوع persistent_notification با update_type برابر added است و اکشن از نوع tts.speak با هدف tts.piper، انتخاب media_player.home_lab_media_player، غیرفعالکردن cache و ارسال عنوان و متن اعلان بهعنوان پیام اجرا میشود. حالت اجرا نیز queued تعیین شده است.
ابزارهای مکمل در Home Assistant
به گفته کاربر، Piper تنها ابزار بهبود کیفیت زندگی (QoL) در Home Assistant نیست. اپلیکیشن همراه HASS میتواند هر گوشی اندرویدی قدیمی را به یک پنل هوشمند کامل برای کنترل دستگاهها تبدیل کند و دادههای حسگر گوشی را برای ساخت قوانین اتوماسیون بیشتر در اختیار کاربر بگذارد. او همچنین از Node-RED استفاده میکند که در طراحی اتوماسیونهای چنددستگاهی از امکانات تریگر-اکشن داخلی HASS بهتر عمل میکند.