2023：Home Assistant 的语音之年
TL;DR：我们在 2023 年的目标，是让用户能够用自己的语言控制 Home Assistant。Rhasspy 的创建者 Mike Hansen 已加入 Nabu Casa 来主导这项工作。我们会先从构建覆盖各种语言的意图匹配语句集合开始。
更新：
- 语音之年 - 第 1 章（2023 年 1 月 26 日）
- 语音之年 - 第 2 章（2023 年 4 月 27 日）
- 语音之年 - 第 3 章（2023 年 7 月 20 日）
- 语音之年 - 第 4 章（2023 年 10 月 12 日）
- 语音 - 第 5 章（2023 年 12 月 13 日）
- 语音 - 第 6 章（2024 年 2 月 21 日）
- 语音 - 第 7 章（2024 年 6 月 26 日）
- 语音 - 第 8 章（2024 年 12 月 19 日）
- 语音 - 第 9 章（2025 年 2 月 13 日）
通常来说，12 月是回顾过去的月份。不过，上个月我们在举办 2022 Open Home 状态分享时就已经做过这件事了。我们不仅回顾了过去，也宣布了明年的重点方向：2023 将会是语音之年。
我们在 2023 年的目标，是让用户能够用自己的语言控制 Home Assistant。
这是一个宏大而大胆的目标，但只要设定正确的边界，它就是可以实现的。摆在我们面前的工作，大致可以概括为：
我们的头号优先事项，是支持不同语言。现在已经有很多项目在尝试打造英文语音助手，但对我们来说，这远远不够。人们必须能够使用自己的语言说话，因为对于智能家居语音助手而言，这才是最容易使用、也是唯一真正可接受的语言。
为了让前方的工作量保持在可控范围内，我们会限制可实现的动作数量，把重点放在与你的智能家居交互的基础能力上。不做网页搜索、不打电话，也不做语音小游戏，当然也不会有那些“顺便说一句”的额外内容。
我们会先从少量动作开始，并围绕这些动作建立语言模型。Home Assistant 的用户界面目前支持 62 种不同语言，而我们的目标是通过语音支持所有这些语言。我们认为，借助 Home Assistant 最强大的资产，也就是我们的社区，这个目标是可以实现的。
我们与语音助手的历史
如果你关注相关新闻，可能会觉得语音助手已经失败了。亚马逊预计今年会在 Alexa 上亏损 100 亿美元，并且正在计划裁员。Google 也在削减对 Google Assistant 的支持，以控制成本。事实是，语音作为“下一个计算平台”、作为能够带来数十亿美元新增收入的商业模式，确实失败了。但用户并没有抛弃它：大家依然会用语音助手来管理购物清单、设置计时器、播放音乐，以及控制家中的设备。语音失败的，是作为收入来源；它并没有辜负用户本身。
Home Assistant 一直对语音方向很感兴趣。早些年我们曾与 Snips 合作，但后来它被收购并关闭了。我们也和斯坦福合作过他们的 Almond/Genie 平台，但那是一个以研究为导向的项目，始终没有达到可投入生产的程度。当然，你也可以用 Home Assistant 把所有数据发送到 Google 和 Amazon 的云端，以利用它们的语音助手；但为了通过语音打开灯光，你本不该被迫放弃自己的隐私。
目前最有希望的项目是 Rhasspy，它由 Mike Hansen 创建。这个项目允许人们构建自己的本地语音助手，也能与 Home Assistant 联动。Rhasspy 与其他开源语音项目不同的一点在于，Mike 关注的并不只是英语。他的目标是让它为所有人服务。而且这件事已经进展得很不错了，因为 Rhasspy 目前已经支持 16 种语言。
Home Assistant 希望把一个注重隐私、聚焦本地运行的智能家居带给每一个人。Mike 在 Rhasspy 上的思路与 Home Assistant 高度一致，因此我们很高兴地宣布：Mike 已加入 Nabu Casa，将全职投入 Home Assistant 的语音工作。
在开放中迭代
Home Assistant 更喜欢尽早把我们正在构建的东西交到用户手中。即使只是基础功能，也足以帮助用户发现哪些地方有效、哪些地方无效，从而让我们在必要时及时调整方向。
一个语音助手由很多不同部分组成：唤醒词检测、语音转文字、意图识别、意图执行、文字转语音。要让这些能力在每一种语言中都可用，是一项非常庞大的工作。而其中最重要的部分，是意图识别和意图执行。我们必须先能理解你的命令，然后把它真正执行出来。
我们已经开始在新的意图仓库中收集这些命令语句。它很快就会为 Home Assistant 现有的对话集成提供支持，让你能够通过我们的应用输入并说出命令。
对话集成目前通过 Home Assistant 中的服务调用对外开放，也同样可以通过 API 供外部应用或脚本使用。这使开发者能够尝试从各种来源发送命令，例如Telegram 聊天机器人。
你可以如何提供帮助
对于每一种语言，我们都在意图仓库中收集控制智能家居的命令语句。每一句话都需要标注它所表达的意图。
例如这句话：Turn on the bedroom lights。如果把它写成 Turn on the {area} lights，它就变成了一条通用命令，可以打开某个特定区域中的所有灯光。接下来我们还需要收集它的其他各种表达方式。
我们已经创建了一种基于 YAML 的格式，用于声明和测试这些语句。下一步，我们需要你 🫵
对于每一种语言，我们都需要一位或多位语言负责人。语言负责人要负责审核对应语言的贡献，确保内容符合语法且表达自然。如果你想申请成为语言负责人，请在 Discord 的 #devs_voice 频道加入我们，或者在意图仓库中提交 issue。
我们也需要愿意为自己语言补充语句的人，一起把这份语句集合完善起来。请查看意图仓库中的入门说明。