Was ist das Voice Preview Edition?
Das Voice Preview Edition (kurz Voice PE) ist ein kleiner Sprach-Satellit von den Machern von Home Assistant. Er hört auf ein Weckwort (Standard: „Okay Nabu“), schickt deine Anfrage an Home Assistant und spielt die Antwort über den eingebauten Lautsprecher ab.
Wichtige Eckdaten:
- ESP32-S3 mit ESPHome-Firmware, vollständig Open Source
- Zwei Mikrofone mit XMOS-Audioprozessor (Echo- und Rauschunterdrückung)
- Weckwort-Erkennung direkt im Gerät, es wird erst nach dem Weckwort Audio übertragen
- Drehregler (Lautstärke), Taste, Mute-Schalter und LED-Ring
- Grove-Anschluss für Sensoren, damit lässt er sich auch als normales ESPHome-Gerät erweitern
Er braucht eine laufende Home-Assistant-Instanz und ist kein eigenständiger Smart Speaker.
Wie funktioniert Assist?
Die Sprachkette besteht aus vier Schritten:
- Weckwort: läuft im Satelliten selbst
- Speech-to-Text (STT): wandelt Sprache in Text um
- Intent-Erkennung: Home Assistant versteht den Befehl („Schalte das Licht in der Diele aus“)
- Text-to-Speech (TTS): erzeugt die gesprochene Antwort
Schritte 2 bis 4 laufen auf deinem Home Assistant oder in der Cloud, je nachdem, was du einrichtest.
Einrichtung in Kürze
- Voice PE per USB-C mit Strom versorgen.
- Home Assistant erkennt das Gerät automatisch als ESPHome-Gerät. Unter Einstellungen → Geräte & Dienste bestätigen.
- Dem Einrichtungsassistenten folgen: WLAN, Weckwort, Sprache.
- Unter Einstellungen → Sprachassistenten eine Pipeline zuweisen.
- Zum Test: „Okay Nabu, schalte das Licht an.“
Das Flashen entfällt, die Firmware ist vorinstalliert. Updates kommen über Home Assistant.
Lokal oder Cloud?
| Variante | Vorteil | Nachteil |
|---|---|---|
| Lokal (Whisper/Piper bzw. Speech-to-Phrase) | Keine Daten verlassen das Haus | Braucht Rechenleistung, Genauigkeit je nach Modell |
| Home Assistant Cloud | Schnell und einfach | Monatliches Abo, Audio geht an einen Dienst |
Vorteile und Nachteile
Vorteile
- Läuft ohne Bastelei, direkt für Assist gebaut
- Gute Mikrofone, das Weckwort wird auch aus einigen Metern erkannt
- Offen und anpassbar über ESPHome
- Datenschutz: lokale Verarbeitung möglich
Nachteile
- Der Name ist Programm: Firmware und Assist entwickeln sich weiter, Funktionen ändern sich
- Deutsche Spracherkennung ist je nach Modell nicht perfekt, Gerätenamen und Räume müssen sauber benannt sein
- Der Lautsprecher ist für Sprache gut, für Musik eher mittelmäßig
- Kein Ersatz für Alexa oder Google beim Allgemeinwissen, dafür braucht es ein LLM als Konversationsagent
Typische Probleme und Lösungen
- Weckwort reagiert nicht: Mute-Schalter prüfen, Weckwort im Gerät wechseln, Empfindlichkeit anpassen.
- Befehle werden falsch verstanden: Entitäten für Assist freigeben (Einstellungen → Sprachassistenten → Entitäten freigeben), Namen kurz und eindeutig halten, Bereiche zuweisen.
- Lange Antwortzeit: Meist die lokale STT-Verarbeitung. Kleineres Modell oder stärkere Hardware nehmen.
- Gerät offline: WLAN-Signal und Router prüfen, Firmware auf dem aktuellen Stand halten.
Für wen lohnt sich das?
- Ja: Wer Alexa oder Google loswerden will, Wert auf Datenschutz legt und gern an Home Assistant tüftelt.
- Eher nein: Wer ein fertiges Komplettsystem mit großem Allgemeinwissen und gutem Musiklautsprecher erwartet.
Günstiger, aber mit Abstrichen: DIY-Satelliten wie der M5Stack Atom Echo (ein Mikrofon, muss geflasht werden, Weckwort weniger zuverlässig).
Fazit
Das Voice PE ist der einfachste Weg, Assist mit eigener Hardware zu nutzen. Für Steuerbefehle im Haus funktioniert es gut, bei Allgemeinwissen und Musik gibt es Grenzen. Wer Spaß am Ausprobieren hat, bekommt ein offenes, privates Sprachsystem.
Fragen dazu? Im Forum diskutieren