XDA-Developers baru-baru ini mengulas magnet kulkas ESP32 seharga $50 yang merekam catatan suara tanpa mengirimnya ke layanan cloud. Ini adalah cerita yang terus kami dengar dari para penggemar teknologi dan rumah tangga yang peduli privasi: asisten suara modern itu berguna, tetapi mengirim setiap perintah ke cloud perusahaan besar adalah pertukaran yang buruk. Kabar baiknya adalah asisten suara AI pribadi yang lengkap kini berjalan pada perangkat keras kelas desktop. Di bawah ini adalah tujuh aplikasi yang mewujudkannya.
Kami memilih aplikasi yang dipasang di mesin Anda sendiri, menyimpan transkrip secara lokal, dan mencakup seluruh alur kerja: deteksi kata pengaktif, ucapan-ke-teks, penanganan maksud, respons, dan teks-ke-ucapan.
Apa yang harus diperhatikan dalam tumpukan asisten suara pribadi
Asisten pribadi yang berfungsi perlu menyelesaikan lima masalah sekaligus:
- Deteksi kata pengaktif. Sesuatu harus mendengarkan terus-menerus tanpa menguras CPU.
- Ucapan-ke-teks. Whisper adalah standar saat ini untuk transkripsi lokal.
- Penanganan maksud. Setelah kata-kata ditranskripsi, sesuatu harus membedakan “nyalakan lampu dapur” dari “atur timer”.
- Model bahasa atau respons skrip. Untuk percakapan terbuka, LLM lokal. Untuk otomasi rumah, mesin aturan.
- Teks-ke-ucapan. Suara yang menjawab Anda kembali.
Aplikasi di bawah ini mencakup semua lima, kadang-kadang dalam kombinasi.
Aplikasi
1. Home Assistant, terbaik untuk tumpukan asisten pribadi lengkap
Home Assistant dimulai sebagai hub otomasi rumah dan berkembang menjadi asisten suara tingkat satu tahun ini. Fitur Assist-nya menggabungkan Whisper untuk ucapan-ke-teks, Piper untuk teks-ke-ucapan, dan mesin penanganan maksud. Tambahkan LLM lokal (melalui Ollama) dan Anda memiliki asisten suara yang sepenuhnya offline dengan kemampuan berbicara.
Di mana ia kurang: Pengaturan memerlukan kesabaran. Instalasi Home Assistant OS mudah, tetapi add-on suara memerlukan konfigurasi untuk mikrofon, kata pengaktif, dan suara respons.
Harga:
- Gratis, Apache 2.0
- Berlangganan cloud Nabu Casa opsional untuk akses jarak jauh ($6.50/bln) tidak diperlukan untuk suara
Platform: Windows, macOS, Linux (Home Assistant OS tersedia di Raspberry Pi dan mini PC x86)
Unduh: Home Assistant | GitHub
Garis besar: Perekat terbaik untuk menyatukan asisten suara pribadi. Semuanya di bawah terhubung dengannya.
2. Willow, terbaik untuk antarmuka suara berbasis perangkat keras
Willow adalah asisten suara sumber terbuka yang dirancang khusus yang berjalan di papan ESP32-S3 (seperti ESP32-BOX-3) dan melakukan streaming audio ke server kesimpulan lokal di PC atau NAS Anda. Ini menangani deteksi kata pengaktif, ucapan-ke-teks, dan penerusan maksud ke Home Assistant, MQTT, atau titik akhir REST.
Di mana ia kurang: Memerlukan perangkat keras khusus. Bukan solusi “pasang ini di laptop saya”, lebih mirip proyek “bangun puck”.
Harga:
- Gratis, Apache 2.0
- Perangkat keras ESP32-BOX-3 berkisar sekitar $40
Platform: Server berjalan di Linux; klien adalah papan ESP32
Unduh: Willow GitHub | Willow Application Server
Garis besar: Jawaban yang tepat jika Anda menginginkan puck suara fisik di seluruh rumah, bukan hanya mikrofon laptop.
3. Rhasspy, terbaik untuk eksperimen berbasis offline-pertama
Rhasspy adalah veteran asisten suara lokal. Didesain secara modular, ini memungkinkan Anda menukar mesin kata pengaktif apa pun, model ucapan-ke-teks apa pun, penanganan maksud apa pun, dan suara teks-ke-ucapan apa pun. Pengenalan maksudnya mendukung templat kalimat offline sehingga perintah sederhana bekerja tanpa LLM.
Di mana ia kurang: Kecepatan pengembangan melambat sejak Home Assistant menyerap pemelihara. Masih bekerja, tetapi bantuan komunitas lebih tipis dibanding dulu.
Harga:
- Gratis, MIT
Platform: Windows, macOS, Linux (Docker direkomendasikan)
Unduh: Rhasspy Docs | GitHub
Garis besar: Gunakan jika Anda menginginkan kontrol paling banyak di setiap tahap. Pengguna baru harus mulai dengan Home Assistant Assist.
4. Whisper.cpp, terbaik untuk ucapan-ke-teks lokal
Whisper.cpp adalah port C++ dari model Whisper OpenAI yang dioptimalkan untuk inferensi CPU. Ini adalah mesin transkripsi yang paling banyak diandalkan oleh tumpukan suara pribadi. Ukuran model dari tiny (~40 MB) hingga large-v3 (~3 GB) memungkinkan Anda menukar akurasi untuk latensi.
Di mana ia kurang: Bukan asisten utuh, hanya bagian transkripsi. Memerlukan pembungkus kata pengaktif, maksud, dan respons di sekitarnya.
Harga:
- Gratis, MIT
Platform: Windows, macOS, Linux (berjalan di Raspberry Pi 4 dengan model kecil)
Unduh: Whisper.cpp GitHub | OpenAI Whisper model card
Garis besar: Standar ucapan-ke-teks. Setiap tumpukan di bawah menggunakannya atau sesuatu yang serupa di bawah tenda.
5. Piper, terbaik untuk teks-ke-ucapan lokal
Piper adalah mesin teks-ke-ucapan neural Home Assistant, cukup kecil untuk berjalan di Raspberry Pi dan cukup bagus untuk terdengar alami. Paket suara mencakup 40+ bahasa dan puluhan aksen.
Di mana ia kurang: Tidak mencapai level ekspresivitas Eleven Labs. Baik untuk respons asisten, bukan untuk narator audiobook.
Harga:
- Gratis, MIT
Platform: Windows, macOS, Linux, Raspberry Pi
Unduh: Piper GitHub | Voice samples
Garis besar: Mesin teks-ke-ucapan lokal pilihan. Tersedia sebagai add-on Home Assistant.
6. Ollama, terbaik untuk otak LLM
Ollama menjalankan model bahasa berbobot terbuka secara lokal dengan instalasi satu baris. Arahkan Home Assistant Assist atau tumpukan suara apa pun ke titik akhir API Ollama dan asisten Anda dapat menjawab pertanyaan terbuka, merangkum email, atau bernalar tentang status rumah pintar.
Di mana ia kurang: Latensi respons tergantung pada ukuran model dan perangkat keras. Jawaban Llama 3.1 8B membutuhkan detik di CPU, sub-detik di GPU modern.
Harga:
- Gratis, MIT
Platform: Windows, macOS, Linux
Unduh: Ollama Site | Ollama Library
Garis besar: Pasang Ollama ketika Anda menginginkan asisten Anda berpikir, bukan hanya mengeksekusi perintah.
7. OpenWakeWord, terbaik untuk kata pengaktif khusus
OpenWakeWord melatih model kata pengaktif di browser dari beberapa sampel audio. Ucapkan “komputer” dan usahakan, atau ciptakan nama yang belum diambil oleh setiap asisten big-tech di pasar.
Di mana ia kurang: Model khusus memerlukan cukup sampel pelatihan untuk menghindari positif palsu. Harapkan malam penyetelan halus.
Harga:
- Gratis, Apache 2.0
Platform: Berjalan di mana pun Python dan TensorFlow berjalan
Unduh: OpenWakeWord GitHub | Community wake words
Garis besar: Cara untuk lepas dari “Alexa” dan “Hey Google” selamanya.
Cara memilih yang tepat
Mulai dengan Home Assistant ditambah Whisper.cpp dan Piper. Itu adalah tumpukan asisten pribadi referensi di 2026.
Tambahkan Ollama ketika Anda menginginkan respons percakapan daripada maksud skrip.
Gunakan Willow jika Anda menginginkan puck suara fisik (magnet kulkas, puck dapur, meja samping tempat tidur) bukan hanya berbicara dengan laptop Anda.
Gunakan Rhasspy jika Anda sudah tahu potongannya dan menginginkan kontrol maksimal. Lewati jika Anda baru; Home Assistant Assist sekarang lebih ramah pemula.
Ambil OpenWakeWord segera setelah “Nabu” atau “Jarvis” mengganggu Anda.
Pertanyaan yang Sering Diajukan
Bisakah asisten suara AI pribadi cocok dengan kecepatan Alexa? Di desktop modern atau Mac mini, Whisper.cpp dengan model kecil mentranskrip secara real-time dan Piper merespons dalam waktu kurang dari satu detik. Ini kompetitif.
Berapa banyak daya yang digunakan tumpukan suara lokal? Raspberry Pi 4 menangani pendengar kata pengaktif dan maksud dasar pada beberapa watt. Menambahkan LLM lokal melalui Ollama mendorongnya ke NUC kecil atau workstation.
Apakah saya memerlukan internet sama sekali? Tidak. Whisper, Piper, Ollama, Home Assistant, dan Rhasspy semuanya berjalan sepenuhnya offline. Hanya add-on cloud opsional yang memerlukan konektivitas.
Apa perangkat keras terbaik untuk asisten suara pribadi di 2026? Mini PC Ryzen (kelas AMD Strix Halo) atau Mac mini dengan silikon Apple untuk asisten berbasis LLM. Raspberry Pi 5 bekerja dengan baik untuk pengaturan hanya maksud.
Bisakah saya menjalankan ini pada instalasi Home Assistant yang ada? Ya. Home Assistant Assist adalah fitur pihak pertama. Tambahkan add-on Whisper, Piper, dan (opsional) Ollama dari toko, hubungkan di pengaturan Voice Assistants, dan selesai.
