クラウドを使用しないローカルの音声アシスタントで家を管理できますか?ほとんどの場合、そうです。

昨年、Home Assistantのリーダーたちは2023 年を「声の年」と宣言しました。目標は、DIY ホーム オートメーション プラットフォームのユーザーが「自分の言語でホーム アシスタントを制御」できるようにすることでした。 Alexaなどの利用に対する人々の期待を考えると、電話をかけるのは大胆な試みだった。さらに、Home Assistant チームはどこから始めればよいのかさえ分かりませんでした。

2024 年初頭から考えると、彼らは成功したでしょうか?非常に厳密な意味では、そうです。現時点では、既製のギアと、点滅したりいじったりする忍耐力があれば、「Nabu」または「Jarvis」、または任意の名前を尋ねて、照明を消したり、サーモスタットを設定したり、自動化を実行したりすることができます。そして、天気について尋ねることもできます。狭義のミッション：達成。

より広く、より正確な意味で言えば、ホーム アシスタントの音声コントロールにはまだまだ道半ばです。動詞セットは、切り替え、設定、その他のスマート ホーム インタラクションに限定されます。これに使用する最も簡単なデバイスは、最高のノイズキャンセリングやピックアップ範囲を備えていません。エラーは適切に処理されないため、制御するすべてのものに付ける名前を微調整することで最良の結果が得られます。

地元で運営されプライバシーを重視した音声コントロールを、世界各地に展開するテクノロジー企業が二次的な目的で提供する「アシスタント」と比較するのは完全に公平とは言えません。 Home Assistant の創設者であるPaulus Schoutsen 氏はこのことを知っていますが、とにかく改善し続けることに意欲を持っています。ショウッセン氏はアルスに対し、人々はアマゾンのアレクサ、グーグルのアシスタント、アップルのシリという三大サービスのいずれかを使い始めた後、ホームアシスタントにたどり着く傾向があると語った。 「彼らは「成長者」なので、私たちのところに来ます。私たちは彼らの 2 番目のシステムです」とショウッセン氏は語った。

外部栽培者は、一貫性のない動作、プライバシーへの懸念、または古いシステムの制限を喜んで残しておきますが、部屋のどこからでも大声で叫べて、デバイスがその意図を理解できることを寂しく思うかもしれません。あるいは、それができずに、子供たちがキッチンで「テイラー・スウィフトの『クルーエル・サマー』をかけて」と言うと、音楽を流したいと思ってしまいます。ホームアシスタントはまだ存在しておらず、ある意味、少なくともデフォルトではそのようなシステムになることを意図していません。しかし、それは改善されており、非常に長い道のりを歩んできました。

ここでは、人間の音声とホーム アシスタントを使って現在何ができるのか、修正すべき点や簡素化すべき点は何か、そしてそれがどのようにして実現したのかを見てみましょう。

オープンソースのやるべきことリスト

「現状では、私たちの音声アシスタントがGoogleやAmazonの代替品であることを人々に伝える準備はまだできていない」とショウセン氏は書いた。 「私たちは彼らのシステムほど優れている必要はありませんが、私たちがまだ到達していない使用可能な一定の基準があります。」

シャウッセン氏によると、改善が必要な鍵となるものは次のとおりです。

• オーディオ入力は処理する前にクリーンアップする（話者の音声を分離する）必要がある
• エラー メッセージは何が問題なのかをより明確にする必要があり、入力にはより柔軟性が必要です
• 英語以外の言語には多くのコマンドと変数が必要です
• 遠聴マイクを備えた互換性のあるハードウェアをより広く入手できるようにする必要がある
• ほとんどの人はローカル処理の高速化を望むでしょう

そうは言っても、最終目標に向けた明確な道筋が実際にないにもかかわらず、Home Assistant が 2022 年後半にその発表を行って以来、ここまで進歩してきたのは印象的です。