Docker部署语音转文字（STT）服务并接入Home Assistant

在Home Assistant用API方式接入大模型或者树莓派docker安装ollama运行大模型并接入HomeAssistant之后,HA就有了智能助手了,但是想要语音让HA干活,还需要语音转文字（STT）服务
参考了多篇教程,也尝试了之后,采用yaming116构建的docker镜像是最方便的,因此这里我也记录一下

准备

1.已安装HomeAssistant及HACS，可以看我这篇文章
2.HA已接入大模型
3.已安装好docker

Docker安装语音转文字（STT）服务

yaming116构建了几个docker镜像,都是本地离线部署的,主要有两个技术路线:sherpa-onnx-asr和FunAsr
sherpa-onnx-asr占用资源较少,速度也挺快,FunAsr则占用资源较高,慢一些,但是识别率更好些
我把服务跑在了NAS中,CPU是J4125,根据自己硬件和需求在这两个之间选择即可

sherpa-onnx-asr

如果采用sherpa-onnx-asr,根据自己需要可以在下面的命令中选择版本

由于我的NAS内存较小,仅2G而且跑了其他服务,一开始安装的完整版,跑不动,后面换了sherpa-onnx-asr-tiny版本,速度很快,内存占用在150M左右,准确度也够用
下面命令来自作者的git,如果作者更新了以作者的仓库中的命令为准

# 完整版， 目前完整版占用 1g 内存
docker pull yaming116/sherpa-onnx-asr:latest
# 目前zipformer 和 latest 模型版本一致，sherpa-onnx 推荐实用 paraformer 模型，目前为了保持稳定暂时latest不修改
docker pull yaming116/sherpa-onnx-asr:zipformer-2024-7-5
# paraformer 非流式识别模式，效果更好
docker pull yaming116/sherpa-onnx-asr:paraformer-2024-7-5# 低内存版本
docker pull yaming116/sherpa-onnx-asr-tiny:latestdocker run -d \
--restart=always -it \
--name sherpa-onnx-asr \
-p 5001:5001 \
yaming116/sherpa-onnx-asr:latest

FunAsr

如果采用FunAsr,可以使用下面的命令

docker run -d \
--restart=always -it \
--name fun-asr \
-p 5001:5001 \
-v $PWD/models:/models \
yaming116/fun-asr:latest

注意，如果是用群晖跑服务，那么端口不能用5000、5001，要避开选用其他端口！

HA安装home-assistant-fun-asr集成

到作者的git上下载home-assistant-fun-asr ,然后到运行HA的服务器上,把仓库中的custom_components/fun_asr文件夹复制到HA的config/custom_components/fun_asr目录下

不管STT服务是用sherpa-onnx-asr还是FunAsr都是一样用这个集成

这里因为我的HA是跑在docker中的,物理机的文件夹直接映射到了容器中的/config文件夹内,所以这里就少了/config这一层的文件夹了

重启HA,进入【设置】-【设备与服务】，找到Fun Asr集成

填入STT服务的ip和端口，根据自己的跑的服务选择参数，比如我跑了sherpa-onnx-asr-tiny版本，那么就勾选tiny

进入【设置】-【语音助手】，选择自己实现配好的语音助手，将语音转文字选择刚刚配置好的FunAsr即可

如果还没有配置语音助手，可以看看我之前的文章：Home Assistant用API方式接入大模型、树莓派docker安装ollama运行大模型并接入HomeAssistant

语音控制HA

语音一般用手机端进行使用，所以还需要下载homeassistant App

安卓
苹果

登录进去后，就可以用语音来控制设备了~

这里有些我参考过的文章，有些写的也挺详细的，可以参考~
可能是作者本人的文章：离线语音识别CPU 版本 本地化部署最佳实践&企微微信已支持
HomeAssistant 语音助手对接AI大模型相关系列教程说明
本地化部署HomeAssistant语音助手并接入DeepSeek