Asisten suara cloud masih nyaman, tetapi setiap mikrofon di rumah adalah keputusan privasi yang perlu dinegosiasikan ulang setiap tahun. Komunitas home lab telah melangkah lebih jauh: LLM terukur yang berjalan di satu node Proxmox, pemicu wake word ditangani di satelit $20, dan Alexa tidak terhubung. Aplikasi di bawah adalah yang benar-benar membuat tumpukan suara sepenuhnya lokal bekerja di 2026, diperingkat sesuai dengan seberapa dekat mereka mencapai “katakan sesuatu, sesuatu terjadi” tanpa permintaan internet.
Delapan pilihan di bawah semuanya berjalan di desktop, NAS, atau kotak home lab, dan sebagian besar berpasangan dengan perangkat keras khusus murah untuk mikrofon ruangan. Setiap bagian mencantumkan apa yang dilakukan aplikasi dengan baik, apa yang dilakukan dengan buruk, dan berapa banyak jejak perangkat keras yang diharapkan.
Apa yang dicari dalam tumpukan suara lokal
Asisten lokal adalah beberapa aplikasi yang direkatkan bersama. Bagian-bagian yang penting:
- Wake word. Berjalan terus-menerus di perangkat berdaya rendah. Cari model kecil dengan penolakan baik dari pemicu palsu.
- Speech-to-text. Model keluarga Whisper adalah standar saat ini. Pilih berdasarkan latensi dan cakupan bahasa.
- Penanganan niat. Lapisan “apa arti kalimat ini”. Baik tata bahasa eksplisit atau LLM melakukan penalaran.
- Text-to-speech. Kualitas TTS lokal sangat bervariasi. Suara neural modern tidak dapat dibedakan dari keluaran cloud.
- Backend LLM. Untuk pertanyaan terbuka, Mistral, Llama, atau varian Qwen lokal melalui Ollama atau LocalAI.
- Integrasi rumah pintar. Koneksi ke Home Assistant, openHAB, Zigbee2MQTT, atau serupa.
- Jejak perangkat keras. Hanya CPU dimungkinkan tetapi lambat. GPU konsumen dengan 8GB+ VRAM mengubah pengalaman.
Perbandingan cepat
| Aplikasi | Terbaik untuk | Paket gratis | Biaya | Menonjol |
|---|---|---|---|---|
| Home Assistant + Voice PE | Tumpukan lengkap | Ya | Gratis (perangkat keras dijual terpisah) | Satelit pihak pertama, integrasi terdalam |
| Rhasspy | Saluran suara DIY | Ya | Gratis | Profil per bahasa, komponen yang dapat ditukar |
| Open Voice OS | Penerus Mycroft | Ya | Gratis | Pasar keterampilan dan komunitas aktif |
| Willow | Wake latensi rendah | Ya | Gratis | Firmware ESP32-S3 untuk satelit murah |
| Mycroft AI | Open source klasik | Ya | Gratis | Basis kode teruji, komunitas lebih kecil sekarang |
| Ollama | Backend LLM lokal | Ya | Gratis | Instal model satu baris, REST API |
| LocalAI | Drop-in yang kompatibel dengan OpenAI lokal LLM | Ya | Gratis | Pasang untuk alat yang mengharapkan API OpenAI |
| Wyoming Protocol | Lem saluran audio | Ya | Gratis | Transportasi standar antara mikrofon, STT, niat, TTS |
Aplikasi
1. Home Assistant + Voice Preview Edition, standar terintegrasi
Home Assistant Voice sekarang rekomendasi default untuk tumpukan suara yang dihost sendiri. Satelit Voice Preview Edition menangani wake word dan larik mikrofon dalam disk seharga $59, dan sisi server berjalan di tempat Home Assistant sudah berada. Pekerjaan Tahun Suara selesai, dan hasilnya adalah tumpukan yang mengontrol perangkat, membaca sensor, dan melaporkan acara kalender tanpa pernah menyentuh API cloud.
Di mana ia kekurangan: penggunaan percakapan terbuka masih lebih baik dengan LLM terpisah di loop. Perangkat keras Voice PE adalah jalur paling mulus, tetapi itu bisa terjual habis.
Harga: Perangkat lunak gratis, perangkat keras Voice PE sekitar $59.
Platform: Home Assistant berjalan di Linux, Windows (melalui kontainer), macOS (melalui kontainer), atau Home Assistant OS di Pi atau NUC.
Unduh: Home Assistant
Ringkasan: Mulai dari sini. Satelit pihak pertama plus Home Assistant Assist mencakup sebagian besar dari apa yang dibutuhkan rumah tangga tanpa komponen lain.
2. Rhasspy, tumpukan DIY modular
Rhasspy adalah versi toolkit: setiap bagian (wake word, STT, intent, TTS) dapat ditukar, dengan profil per bahasa, dan UI konfigurasi yang tidak menyembunyikan saluran. Dipasangkan dengan rapi dengan Home Assistant melalui protokol Wyoming dan memiliki cakupan bahasa terluas dalam daftar ini.
Di mana ia kekurangan: rasa “buat sendiri” adalah disengaja. Harapkan untuk menghabiskan malam memilih model, merekam sampel audio, dan menyetel wake word.
Harga: Gratis, open source di bawah MIT.
Platform: Linux, kontainer di Windows atau macOS.
Unduh: Rhasspy 3 docs
Ringkasan: Pilihan yang tepat jika Anda menginginkan kontrol penuh setiap tahap saluran. Lewati jika Anda menginginkan kotak hitam yang bekerja.
3. Open Voice OS, penerus Mycroft
Open Voice OS mengambil basis kode Mycroft setelah lengan komersial proyek ditutup, dan komunitas telah membawanya maju. Pasar keterampilan mencakup segalanya dari pengatur waktu hingga cuaca hingga kontrol rumah, dan kerangka kerja berjalan di Pi, x86, dan perangkat keras Mark II. Siklus 2026 menambahkan penanganan niat yang didukung LLM lebih baik.
Di mana ia kekurangan: dokumentasi terbelah antara halaman Mycroft lama dan situs Open Voice OS baru. Beberapa keterampilan warisan masih perlu portasi.
Harga: Gratis, open source.
Platform: Linux di Raspberry Pi, desktop x86, kontainer di macOS.
Unduh: Open Voice OS
Ringkasan: Jalan tengah yang baik antara pendekatan terintegrasi Home Assistant dan toolkit bare-bones Rhasspy. Layak dilihat untuk rumah tangga yang menginginkan ekosistem keterampilan.
4. Willow, satelit berfokus latensi
Tumpukan Willow berjalan di papan ESP32-S3 seharga $20 dengan larik mikrofon, berbicara dengan server yang Anda hosting sendiri, dan mendapat waktu dari wake hingga respons dalam jangkauan ratusan milidetik. Basis kode telah matang menjadi salah satu pilihan satelit murah terbaik untuk rumah tangga dengan beberapa ruangan untuk ditutup.
Di mana ia kekurangan: ini adalah lapisan wake-word dan transportasi audio, bukan asisten lengkap. Pasangkan dengan Home Assistant atau LLM lokal untuk jawaban sebenarnya.
Harga: Gratis, dengan papan perangkat keras tersedia dari beberapa vendor sekitar $20-50.
Platform: Sisi server berjalan di Linux. Klien adalah firmware ESP32-S3.
Unduh: Willow project
Ringkasan: Jawaban yang tepat ketika Anda menginginkan banyak mikrofon murah, selalu aktif di seluruh rumah tanpa Raspberry Pi di setiap ruangan.
5. Mycroft AI, yang asli
Proyek Mycroft asli berada dalam pemeliharaan, tetapi basis kode masih diinstal dan dijalankan, dan banyak rumah tangga yang dibangun di atasnya bertahun-tahun lalu masih berjalan. Perangkat keras Mark II dari Kickstarter asli masih berfungsi, dan kerangka kerja keterampilan didokumentasikan dengan baik.
Di mana ia kekurangan: komunitas aktif lebih kecil, perbaikan bug lebih lambat, dan sebagian besar pengembangan baru telah pindah ke Open Voice OS.
Harga: Gratis, open source.
Platform: Linux di Pi atau x86.
Unduh: Mycroft GitHub
Ringkasan: Layak diketahui untuk alasan historis atau jika Mark II sudah duduk di atas meja dapur. Penerapan baru harus memilih Open Voice OS sebagai gantinya.
6. Ollama, backend LLM yang paling banyak digunakan
Ollama sekarang cara default untuk menjalankan LLM lokal terkuantisasi di Mac, kotak Linux, atau mesin Windows. Satu perintah menarik model, yang lain mengeksposnya di endpoint HTTP, dan Home Assistant Assist, Rhasspy, dan Open Voice OS semuanya dapat berbicara dengannya melalui integrasi sederhana. Varian Llama, Mistral, Qwen, dan Phi semua berfungsi langsung dari kotak.
Di mana ia kekurangan: bukan alat suara dengan sendirinya. Ini adalah otak yang Anda colokkan ke salah satu asisten di atas.
Harga: Gratis, open source.
Platform: Linux, macOS, Windows.
Unduh: Ollama
Ringkasan: Jalur perlawanan paling sedikit ke “LLM lokal dalam loop”. Pasangkan dengan model 7B-13B untuk respons cepat di GPU tunggal 8GB+.
7. LocalAI, drop-in kompatibel OpenAI
LocalAI mengekspos bentuk HTTP yang sama dengan API OpenAI, jadi alat apa pun yang sudah berbicara OpenAI dapat ditunjukkan ke model lokal sebagai gantinya. Berguna ketika Anda memiliki cetak biru Home Assistant, alur Node-RED, atau otomasi pihak ketiga yang mengharapkan titik akhir yang kompatibel dengan OpenAI dan Anda ingin menghilangkan ketergantungan cloud.
Di mana ia kekurangan: pengaturan lebih terlibat daripada Ollama. Kinerja lebih banyak bervariasi dengan pilihan model dan backend.
Harga: Gratis, open source.
Platform: Linux (docker), macOS (docker), Windows (docker atau WSL2).
Unduh: LocalAI
Ringkasan: Pilih ini ketika otomasi yang sudah ada mengharapkan API OpenAI dan Anda menginginkan backend lokal tanpa perubahan kode.
8. Wyoming Protocol, lem saluran audio
Wyoming adalah protokol kecil namun penting yang memungkinkan Home Assistant, Rhasspy, Open Voice OS, dan perangkat keras satelit untuk berbicara satu sama lain. Mengadopsinya sebagai transportasi umum antara wake word, STT, intent, dan TTS memudahkan untuk menukar komponen apa pun tanpa menulis ulang sisanya.
Di mana ia kekurangan: itu pipa ledeng, bukan aplikasi menghadap pengguna. Sebagian besar orang menggunakannya tanpa menyadari mereka menggunakannya.
Harga: Gratis, open source.
Platform: Di mana pun komponen berjalan (Linux, kontainer di lainnya).
Unduh: Wyoming docs
Ringkasan: Layak diketahui karena itu adalah alasan tumpukan Home Assistant + Rhasspy + Ollama bekerja tanpa kode khusus di tengah.
Cara memilih yang benar
- Jika Anda menginginkan jalur paling mulus, pilih Home Assistant + Voice PE dan berhenti membaca.
- Jika Anda menginginkan setiap tahap saluran dapat ditukar, pilih Rhasspy.
- Jika Anda menginginkan pasar keterampilan, pilih Open Voice OS.
- Jika Anda menginginkan satelit $20 di setiap ruangan, pilih Willow.
- Jika Anda menginginkan jawaban LLM lokal dalam loop, pasangkan salah satu yang di atas dengan Ollama atau LocalAI.
- Tumpuk dua atau tiga paling banyak. Protokol Wyoming berarti mereka cocok dengan bersih; jangan merasa tekanan untuk memilih hanya satu.
FAQ
Bisakah asisten suara lokal benar-benar cocok dengan Alexa atau Google Assistant?
Untuk “nyalakan lampu dapur” dan “atur pengatur waktu”, ya. Untuk pertanyaan terbuka, LLM lokal modern cukup dekat pada jawaban faktual sehingga sebagian besar rumah tangga tidak melihat perbedaannya. Latensi pada GPU mid-range sekarang dalam amplop yang sama dengan panggilan cloud.
Apakah saya memerlukan GPU untuk menjalankan asisten suara lokal?
Untuk saluran suara saja (wake, STT, intent, TTS), tidak. Raspberry Pi 5 atau NUC menanganinya. Untuk penggunaan percakapan yang didukung LLM, GPU diskrit dengan 8GB+ VRAM mengubah pengalaman. Inferensi LLM hanya CPU dimungkinkan tetapi terasa lambat.
Apakah Home Assistant Assist pribadi?
Ya, dalam konfigurasi default Whisper-plus-local-intent yang tidak ada meninggalkan jaringan. Jika Anda mengaktifkan OpenAI atau LLM cloud lainnya sebagai backend percakapan, pertanyaan ke backend itu meninggalkan jaringan. Wake word dan STT dapat tetap lokal bahkan setelah itu.
Berapa biaya pengaturan paling murah yang sepenuhnya lokal?
Sekitar $130 total: Raspberry Pi 4 atau 5 ($55-80), puck Voice PE atau papan Willow ($20-59), dan mikrofon USB jika Anda pergi DIY. Fitur LLM menambah biaya GPU diskrit; RTX 3060 12GB bekas dalam kisaran $200-250 adalah pilihan umum.
