Este artículo se publicó originalmente en el blog de OpenVoiceOS
Home Assistant se encarga de la automatización; OVOS se encarga de la voz. Ninguno intenta ser el otro. Es esa división de responsabilidades la que hace que la combinación funcione: las integraciones de dispositivos y el motor de automatización de HA junto con la pila de voz flexible y totalmente local de OVOS.
Este artículo cubre las tres capas de integración: puentes Wyoming para la canalización de voz de HA, ovos-persona-server como agente conversacional y HiveMind para exponer los dispositivos OVOS como entidades nativas de HA.
Puentes Wyoming: Plugins de Voz OVOS en Home Assistant
El protocolo Wyoming es la interfaz estándar de HA para servicios externos de ASR, TTS y palabra de activación. Hemos construido puentes Wyoming que exponen cualquier plugin OVOS a través de ese protocolo, lo que significa que HA obtiene acceso a todos los plugins del ecosistema OVOS, y no solo a una lista restringida y seleccionada.
- Wyoming OVOS ASR: Convierte los comandos hablados en texto para que Home Assistant los entienda.
- Wyoming OVOS TTS: Permite que Home Assistant hable las respuestas usando las diversas opciones de voz de OVOS.
- Wyoming OVOS Wakeword: Integra palabras de activación personalizadas, permitiendo que tu configuración de Home Assistant responda solo cuando oye la frase de activación que hayas elegido.
El proyecto OVOS Wyoming Docker empaqueta estos servicios de forma que quedan a un docker compose up de distancia.
TTS multilingüe de proyectos lingüísticos financiados con fondos públicos
La accesibilidad lingüística también es accesibilidad. Esta integración lleva voces de alta calidad, financiadas con fondos públicos, de proyectos como ILENIA, a un público más amplio. Los usuarios de Home Assistant obtienen voces de sonido natural para lenguas como el catalán y el gallego, directamente de los proyectos que las construyeron.
- Matxa TTS para catalán: El
ovos-tts-plugin-matxa-multispeaker-catproporciona capacidades de síntesis de voz multilocutor para la lengua catalana. - NosTTS para gallego: El
ovos-tts-plugin-nosofrece una síntesis de voz robusta en gallego.
Usando OVOS como Agente Conversacional para Home Assistant
¿Quieres ir un paso más allá? Puedes configurar OVOS como un agente conversacional completo para Home Assistant usando la integración Ollama.
En esta configuración, Home Assistant pasa el texto del usuario al ovos-persona-server; OVOS determina la intención y devuelve la respuesta para que Home Assistant la hable. Y como el ovos-persona-server expone endpoints compatibles con Ollama, el mismo servidor se conecta a cualquier aplicación que hable las APIs de Ollama o de OpenAI, y no solo a Home Assistant.
OVOS con el Voice PE
La Home Assistant Voice Preview Edition es un satélite de hardware dedicado a la canalización de voz de HA. Funciona con todos los servicios Wyoming descritos anteriormente: basta con apuntarla a cualquier instancia en ejecución de wyoming-ovos-stt, wyoming-ovos-tts o wyoming-ovos-wakeword.
Mostrando los Dispositivos OVOS como Entidades de Home Assistant con HiveMind
Si tienes dispositivos OVOS dedicados, la integración HiveMind HomeAssistant hace que aparezcan como entidades nativas en Home Assistant: un panel de control unificado para todo el conjunto de dispositivos.
Configurar la Integración HiveMind:
Para integrar tus dispositivos OVOS a través de HiveMind, normalmente añadirás la integración HiveMind en Home Assistant. Esto implica proporcionar detalles de conexión como un name para la integración, una access_key, password, site_id, host (dirección IP o nombre de anfitrión de tu servidor HiveMind) y el port (5678 por defecto). También puedes tener opciones para allow_self_signed (permitir certificados autofirmados) o activar legacy_audio, según tu configuración.
Controles Expuestos para Dispositivos OVOS:
Una vez integrado, HiveMind expone un conjunto completo de controles para tus dispositivos OVOS directamente dentro de Home Assistant. Esto te permite gestionar diversos aspectos de tu dispositivo OVOS desde la interfaz de Home Assistant, incluyendo:
- Cambiar el
Listening Mode(por ejemplo, palabra de activación, escucha permanente) - Alternar el
Microphone Mute - Estado y controles del
OCP Player - Acciones como
Reboot Device,Restart OVOSyShutdown Device - Alternar el
Sleep Modey elSSH Service - Iniciar manualmente la escucha (
Start Listening) o detenerla (Stop) - Controlar el nivel de volumen
Integración de Notificaciones:
HiveMind también permite que tus dispositivos OVOS funcionen como destinatarios de notificaciones dentro de Home Assistant. Esto significa que puedes configurar automatizaciones de Home Assistant para enviar notificaciones habladas directamente a tus dispositivos OVOS, permitiendo que “hablen” alertas, recordatorios o cualquier otra información que configures. Esto se expone como una entidad de notificación “Speak” en Home Assistant.
Integración con Media Player y Music Assistant:
Los dispositivos OVOS también aparecen como reproductores multimedia normales en Home Assistant, por lo que puedes controlar la reproducción desde la interfaz habitual de reproductor multimedia. La misma integración se extiende a Music Assistant: transmite música a través de tus dispositivos OVOS y estos pasan a formar parte de tu sistema de audio para toda la casa.
Controlando Entidades de Home Assistant desde OVOS
La skill skill-homeassistant, mantenida por la comunidad, da a OVOS control directo sobre las entidades de Home Assistant a través de la API REST de HA. Instálala en tu dispositivo OVOS y podrás decir “enciende las luces del salón” o “pon el termostato a 21 grados”, totalmente local, sin nube.
Lo Que Aún Está en Desarrollo
Los puentes Wyoming y la integración con HiveMind son las piezas más maduras aquí; el camino de persona-server como agente conversacional es más nuevo y merece la pena probarlo primero si quieres ver el techo de lo que OVOS y HA pueden hacer juntos. Los informes de errores y los PR son bienvenidos en todos los repositorios enlazados anteriormente.
OpenVoiceOS es un proyecto comunitario: si crees que los asistentes de voz deben ser abiertos, inclusivos y controlados por el usuario, apoya el proyecto con financiación, datos abiertos o traducciones.