Hi @GB-Homebase, danke für die weitere Möglichkeit zur Anleitung der Sprachsteuerung in HA. Inzwischen gibt es wirklich ein paar Wege HA mit KI (cloud/lokal) zu verbinden.
Ich selber nutze jetzt schon eine ganze Weile den Hermes Agent in Verbindung mit HA und meinen täglichen Aufgaben. Gefällt mir immer noch sehr gut und wird täglich genutzt.
Mein Wiki, News, mobiles NAS und tägliche cronjobs verwalte ich damit. Die Sprachsteuerung von HA und/oder Hermes geht damit auch problemlos. Ach und Hermes hat jetzt auch ein Funktion bekommen, so dass er wie alexa/google ständig zu hört und auf das hinterlegte Wakeword wartet. Damit kann man also schon super eine lokale Sprachsteuerung umsetzen und die neue Funktion bei Bedarf aktivieren.
HA ist bei mir über cli und das HA Tool in Hermes installiert und integriert. Die Installation ist dabei denkbar einfach, ohne zusätzliche Dienste wie Piper oder so, die eingerichtet werden müssen. Kleines Beispiel, letzte Woche hatte ich im Wochenthema meinen kleinen HA Buddy kurz gezeigt, der über ESPHome in HA läuft. Im Anschluss habe ich meinem Hermes Agent gesagt, du hast aber sofort über das ESPHome Gerät die Möglichkeit mir gegenüber 12 Emotionen ausdrücken zu können. Nun nutzt er das immer fleißig und sobald ich ihm eine Aufgabe stelle, zeigt er eine der Emotionen um mir seinen Gemütszustand bzw. seine aktuelle Aufgabe anzuzeigen. Funktioniert wirklich gut!
Der Harness vom Hermes Agent ist sehr gut und bietet eine Menge Werkzeuge standardmäßig an. Das Websearch Tool z.B. macht er einfach, weil es ein Standard-Werkzeug in Hermes ist.
Genutzt wird Hermes bei mir inzwischen nur noch mit lokalem ornith 1.0 (35B oder 27B) und das läuft sehr, weil ornith als lokales LLM wirklich sehr gut die Tools und Skills in Hermes nutzen kann. Läuft meiner Meinung nach besser, wie mit Qwen3.6/3.5.
Das Alexa+ Abo hatte ich mir zum Anfang auch angeschaut, bin aber nicht bereit im Monat 23€ für eine einfache „erweiterte“ Sprachfunktion auszugeben, dann sage ich doch lieber weiter meine statischen Sätze, „schalte PC-Licht ein“, statt wieder ein Abo zu bedienen. Bei Prime war das Alexa+ glaube ich enthalten, somit rechnet es sich wieder etwas besser, aber wie gesagt, für die Funktion gebe ich kein Geld aus. Zumal ich das wirklich gerne komplett lokal haben möchte.
Größtes Problem ist für mich aktuell die Mikrofonproblematik. Eigentlich alle freien Sprachassistenten(boxen) haben leider meist schlechte Mikrofone verbaut und die Rauschunterdrückung ist einfach schlecht. Daher bieten Alexa/Google noch immer die besseren Ergebnisse in Sachen Verständnis und das ist leider mit das Wichtigste. Wenn der Fernseher eingeschaltet und nebenher ein normales Gespräch geführt wird, dann muss der Sprachassistent trotzdem funktionieren! Hilft ja nicht weiter, wenn man vorher in der Runde sagen muss, jetzt mal leise bitte, so dass ich den Sprachassistenten ansprechen kann.
Nächstes Problem, ist die lange Zeit der Antwort. Durch die Umwandlung von Sprache zu Text, heraussuchen, aufarbeiten, Antwort wieder von Text zu Sprache und das Ausführen der eigentlichen Aktion, dauert es doch ein paar Sekunden, bevor man die Antwort erhält. Das stört mich gewaltig für die tägliche Nutzung!. Ich möchte nach Möglichkeit, schnell eine Antwort geliefert bekommen (wie gewohnt) und nicht wenn ich das Licht einschalte erst zwei, drei Sekunden warten bevor geschalten wird.
Das ist ein Grund warum die Echos (meist erste/zweite Generation) noch immer bei mir laufen und wohl auch noch weiterlaufen werden.
Ich werde am Wochenende mal etwas dazu schreiben, wie ich das alles in Zusammenspiel mit Hermes bei mir gemacht habe.