Lokaler KI-Sprachassistent in Home Assistant: Offline-Setup-Guide
Ein lokaler KI-Sprachassistent in Home Assistant lässt dich Geräte per Zuruf steuern, ohne dass auch nur eine Sprachaufnahme an Amazon, Google oder sonst einen Cloud-Server wandert. Mit offenen Bausteinen wie Whisper, Piper und dem Wyoming-Protokoll läuft die komplette Verarbeitung im eigenen Netzwerk. Das Ergebnis: schnellere Antworten, mehr Datenschutz und völlige Unabhängigkeit von Internetverbindung oder Drittanbietern.
Warum ein lokaler Sprachassistent sinnvoll ist
Alexa, Google Assistant und Co. schicken jede einzelne Sprachaufnahme an externe Server, irgendwo auf der Welt landet dein “Licht an” dann in einem Rechenzentrum. Daraus ergeben sich drei konkrete Probleme:
- Datenschutzrisiko: Gespräche verlassen die eigenen vier Wände und werden extern verarbeitet.
- Abhängigkeit: Fällt das Internet aus, steht auch der Assistent still.
- Latenz: Jede Anfrage muss erst zum Server und wieder zurück, das kostet spürbar Zeit.
Ein lokales Setup in Home Assistant räumt mit allen drei Problemen auf, weil Spracherkennung (Speech-to-Text), die eigentliche Verarbeitung und Sprachausgabe (Text-to-Speech) direkt im Heimnetzwerk stattfinden, ganz ohne Umweg über fremde Server.
Benötigte Komponenten
Für einen wirklich offline-fähigen Sprachassistenten brauchst du folgende Bausteine:
1. Hardware
- Ein Home Assistant Voice Preview Edition-Gerät oder ein selbst gebautes Mikrofon auf Basis der ESP32-S3-Box
- Einen leistungsfähigen Home-Server oder Mini-PC (etwa mit NVIDIA-GPU oder einer aktuellen CPU) für die KI-Modelle
- Optional: ein Raspberry Pi 4 oder 5, wenn das Setup kleiner ausfallen soll
2. Software-Komponenten
- Whisper (Speech-to-Text): wandelt gesprochene Sprache lokal in Text um
- Piper (Text-to-Speech): erzeugt natürlich klingende Sprachausgabe, ganz ohne Cloud
- Wyoming-Protokoll: verbindet die einzelnen Sprachkomponenten mit Home Assistant
- openWakeWord: erkennt das Aktivierungswort (zum Beispiel “Hey Jarvis”) direkt vor Ort
Schritt-für-Schritt-Einrichtung
Schritt 1: Add-ons installieren
Geh in Home Assistant zu Einstellungen → Add-ons → Add-on Store und installiere der Reihe nach:
- “Whisper” (Speech-to-Text)
- “Piper” (Text-to-Speech)
- “openWakeWord” (Wake-Word-Erkennung)
Alle drei bauen auf dem Wyoming-Protokoll auf und starten sich direkt über das Add-on-System, ein separates Setup brauchst du nicht.
Schritt 2: Assist-Pipeline konfigurieren
Unter Einstellungen → Sprachassistenten legst du eine neue Pipeline an und wählst als Konversationsmotor den lokalen “Home Assistant Conversation Agent”. Wer auch komplexere Befehle verstanden haben möchte, ergänzt das Ganze optional um ein lokales LLM wie Ollama mit einem schlanken Modell, etwa Llama 3.2 oder Phi-3.
Schritt 3: Mikrofon-Hardware verbinden
Die Voice Preview Edition verbindet sich von selbst über das Netzwerk, da musst du kaum etwas tun. Bei Eigenbau-Lösungen mit ESP32 flashst du die Firmware per ESPHome und bindest anschließend die Wyoming-Satellite-Integration ein.
Schritt 4: Befehle testen
Fang mit simplen Kommandos an, etwa “Schalte das Wohnzimmerlicht ein” oder “Wie warm ist es im Büro?”. Auf guter Hardware liegt die Antwortzeit meist unter einer Sekunde, kaum merklich langsamer als bei Alexa.
Tipps für bessere Erkennungsraten
- Stell Mikrofone nicht direkt neben Lautsprecher oder Lüfter, das Hintergrundrauschen stört die Erkennung massiv.
- Nutze bei Whisper das Modell “base” oder “small” auf schwächerer Hardware, mit GPU darf es ruhig “medium” sein.
- Vergib eigene Gerätenamen, die phonetisch eindeutig sind, “Küchenlampe” funktioniert zuverlässiger als “Lampe 1”.
- Halte die Add-ons aktuell, denn an den Whisper- und Piper-Modellen wird ständig weiter gefeilt.
Grenzen des offline Setups
Ganz ehrlich: Bei sehr freien, komplexen Gesprächen kommt ein rein lokales System nicht ganz an die Flexibilität von Cloud-Assistenten heran. Für die üblichen Befehle in der Hausautomation reicht die Erkennungsgenauigkeit in der Praxis aber vollkommen aus, die Lampe geht an, die Heizung wird hochgedreht, der Status wird korrekt vorgelesen. Wer mehr Sprachintelligenz will, bindet einfach ein lokales LLM über Ollama ein, ohne dabei die Offline-Eigenschaft zu verlieren.
Fazit
Ein lokaler KI-Sprachassistent in Home Assistant bringt echte Unabhängigkeit von Cloud-Diensten, verbessert den Datenschutz spürbar und läuft zuverlässig, selbst wenn das Internet mal ausfällt. Mit Whisper, Piper und dem Wyoming-Protokoll lässt sich so ein Setup mit überschaubarem Aufwand aufbauen, ideal für alle, die ihr Smart Home sicher, schnell und selbstbestimmt steuern wollen.