Home Assistant Voice Preview Edition im Test

Mit der Voice Preview Edition gibt es ein Sprachassistent-Gerät für Home Assistant, das eine lokale Sprachverarbeitung ganz ohne Cloud bietet. Wie gut das in der Praxis funktioniert, zeigt der Test.

Home Assistant (Ratgeber) zählt weltweit zu den meistgenutzten Smart-Home-Systemen. Insgesamt gibt es knapp 500.000 Installationen der Open-Source-Plattform. Mit jeweils etwa 80.000 Installationen ist Home Assistant in den USA und in Deutschland besonders beliebt. Allein in Deutschland stieg die Zahl der Installationen im vergangenen Jahr von 52.000 auf knapp über 80.000 um mehr als 55 Prozent.

Geschätzt wird Home Assistant hauptsächlich wegen seiner Vielseitigkeit und Flexibilität: Kaum eine andere Plattform unterstützt so viele Smart-Home-Komponenten. Auch die Unterstützung der neuesten Standards spricht für die Plattform. Vor wenigen Tagen hat Home Assistant als erste Open-Source-Plattform die offizielle Matter-Zertifizierung erhalten. Der entsprechende Blogbeitrag trägt bezeichnenderweise die Überschrift: Home Assistant officially Matters. Für Home Assistant spricht außerdem, dass das System, wie andere Open-Source-Lösungen, etwa Open HAB, FHEM und Iobroker, größtenteils im Netzwerk des Anwenders läuft und somit in puncto Datenschutz und Privatsphäre kommerziellen Lösungen klar überlegen ist.

In puncto Sprachsteuerung hat Home Assistant gegenüber kommerziellen Lösungen wie Amazon Alexa, Apple Siri und Google Assistant allerdings noch Nachholbedarf. Doch das könnte sich mittelfristig ändern. Denn seit wenigen Wochen bietet Nabu Casa, die Firma hinter Home Assistant, mit dem Sprachassistent-Gerät Voice Preview Edition einen smarten Lautsprecher mit integrierten Mikrofonen, mit dem man die Smart-Home-Plattform (Bestenliste) Home Assistant per Sprache steuern kann.

Das auf ESP32 basierende Gerät kommuniziert über Bluetooth und Wi-Fi 2,4 GHz mit einer Home-Assistant-Zentrale. Für leistungsschwächere Geräte wie Home Assistant Green (Testbericht) oder einen Raspberry Pi mit Home Assistant empfiehlt Nabu Casa die Nutzung der eigenen Cloud zur Auswertung. Nur leistungsstärkere Geräte wie Mini-PCs (siehe auch Zigbee, Thread & Matter: Smart-Home-Zentrale Home Assistant auf Mini-PC im Test) sind laut Hersteller für eine lokale Verarbeitung von Sprachbefehlen empfehlenswert. Als Minimum rät Nabu Casa zu einem Mini-PC mit mindestens Intel N100. Damit bleiben Sprachanweisungen in den eigenen vier Wänden und landen nicht auf den Servern von Konzernen.

Das Sprachassistent-Gerät für Home Assistant wird hierzulande von Mediarath für knapp 70 Euro zuzüglich Versand angeboten. Mit dem Code „HEISEBESTENLISTEN“ gibt es einen Rabatt in Höhe von 5 Prozent.

Wie gut die Home Assistant Voice Preview Edition in der Praxis funktioniert, zeigt der Test.

Die Home Assistant Voice Preview Edition kommt in einem Plastikgehäuse, das 84 × 84 × 21 mm misst und knapp 100 Gramm auf die Waage bringt. Das Gerät verfügt über einen ESP32-S3-SoC mit 16 MB Flash-Speicher und 8 MB PSRAM. Über eine 3,5-mm-Stereo-Buchse können Anwender einen Lautsprecher oder einen Kopfhörer anschließen. Für den regulären Einsatz reicht aber auch der integrierte Lautsprecher. Für die Sprachausgabe geht die Qualität in Ordnung; das Abspielen von Musik macht hingegen keine Freude.

Audio-Signale gelangen über zwei integrierte Mikrofone zum Audio-Prozessor XMOS XU316, der Funktionen wie Echounterdrückung, Entfernung von stationärem Rauschen und eine automatische Verstärkungsregelung bietet. Für weitere Anpassungsmöglichkeiten ist ein Grove-Port vorhanden, an den zusätzliche Sensoren angeschlossen werden können. Infrage kommen dafür Sensoren für Temperatur, Luftfeuchtigkeit und Luftdruck, Bewegungserkennung, TVOC und CO₂ sowie Lichtstärke. Wer mehr als einen Sensor verwenden möchte, kann mit einem Grove-Hub bis zu drei Sensoren gleichzeitig verwenden.

Zur Bedienung bietet das Gerät eine Mehrzwecktaste, mit der man den Assistenten starten oder stoppen kann, sowie einen Drehregler zur Steuerung der Lautstärke und Helligkeit des LED-Rings, der aufleuchtet, sobald der Assistent aktiv ist. Außerdem gibt es noch einen Stummschalter, der die Stromzufuhr zum Mikrofon physisch unterbricht.

Für die Inbetriebnahme wird ein USB-A-auf-USB-C-Kabel sowie ein entsprechendes Netzteil benötigt. Alternativ kann man die Home Assistant Voice Preview Edition auch über eine USB-Steckdose (Ratgeber) oder einen USB-Anschluss an einem PC oder anderen Gerät mit Strom versorgen. Dank einer sehr detaillierten Erläuterung auf der Webseite des Herstellers ist das Set-up des Geräts schnell abgeschlossen. Folgendes Video zeigt die Inbetriebnahme:

Im Test zeigt sich schnell, dass der lokale Betrieb ohne Nabu-Casa-Cloud enorme Ressourcen bindet. Je nach ausgewähltem Sprachmodell steigt der Speicherbedarf von Home Assistant, der im regulären Betrieb ohne Sprachassistent in unserer Konfiguration 5 bis 6 GByte beträgt, schnell auf den maximal zur Verfügung stehenden Speicher von 8 GByte. Home Assistant läuft bei uns unter Proxmox auf einem Mini-PC von Geekom (Test) mit Intel Core i5-1155G7 und insgesamt 16 GByte RAM. Da neben Home Assistant noch eine zweite virtuelle Maschine mit Windows 11 konfiguriert ist, steht in der Grundkonfiguration Home Assistant 8 GByte RAM zur Verfügung. Nachdem wir die RAM-Größe auf 12 GByte erhöht haben, wird bei Auswahl des leistungsfähigsten Sprachmodells „Turbo“ dieser komplett in Beschlag genommen. Das zeigt eindrucksvoll, dass ein digitaler Sprachassistent bei lokaler Sprachverarbeitung viel Arbeitsspeicher benötigt. Dazu kommt, dass auch die CPU stark belastet wird. Bei der Verarbeitung von Sprache schnellt diese auf 100 Prozent. Bei der Ursachenforschung im Protokoll der Speech-to-Text-Lösung Whisper entdecken wir, dass unter Proxmox die AVX-Einheit der Intel-CPU nicht zur Verfügung steht. Nachdem wir diese aktiviert hatten, blieb die Prozessorbelastung dennoch sehr hoch. Doch auch ohne den Blick auf die Ressourcenauslastung zu werfen, bemerkt man anhand der Antwortgeschwindigkeit auf die Frage „Wie warm ist es im Büro?“, dass die lokale Sprachverarbeitung, je nach Reife des Sprachmodells, den Test-PC schnell in die Knie zwingt.

Hier könnten moderne Prozessoren mit einer integrierten Neural Processing Unit (NPU) wie AMD Ryzen AI und Intel Core Ultra möglicherweise Abhilfe schaffen. Insgesamt sollte man den Ressourcenbedarf für eine zufriedenstellende Sprachsteuerung mit lokaler Verarbeitung nicht unterschätzen.

Neben der unterschiedlichen Dauer, bis eine Frage von Home Assistant Voice Preview Edition die Frage beantwortet hat, treten auch sprachliche Mängel bei der lokalen Sprachverarbeitung auf. Während mit Cloud-Anbindung aus dem Lautsprecher die sprachlich korrekte Antwort 23,4 Grad ertönt, beantwortet der Sprachassistent bei lokaler Verarbeitung die Frage mit 23.4 Grad. Einen Absturz des Sprachassistent-Geräts haben wir während des Tests ebenfalls registriert.

Außerdem erkennt Home Assistant Voice Preview Edition keine Geräte respektive Entitäten, wenn sie einen Umlaut enthalten. Die Frage „Ist die Tür im Flur geöffnet?“, wird mit „Es gibt keine Tür im Bereich Flur“ beantwortet. Erst nachdem wir „Tür“ in „Door“ umbenannt haben, erfolgt eine zufriedenstellende Antwort (siehe auch Bildergalerie). Verwirrend ist auch, dass das Sprachassistent-Gerät zwar die Frage „Ist Door im Flur geschlossen?“ korrekt beantwortet, aber auf die Frage „Ist Door im Flur geöffnet?“ mit „Door ist im Bereich Flur nicht vorhanden“.

Bis eine Anweisung ausgeführt wird, vergehen ebenfalls ein paar Sekunden. Während die Texteingabe im Assistenten „Schalte das Licht im Büro an“ zum sofortigen Einschalten der Beleuchtung führt, dauert es bei lokaler Sprachumwandlung mit dem ausgereiftesten Sprachmodell knapp 15 Sekunden. Bei der Cloud-Anbindung dauert es mit 2 Sekunden in etwa so lange wie bei lokaler Ausführung und dem einfachsten Sprachmodell. Allerdings versteht das einfache Sprachmodell Anweisungen oft falsch, wenn man undeutlich oder zu schnell spricht. Pausen zwischen den Wörtern erhöhen die Erkennungsrate.

Das Sprachassistent-Gerät für Home Assistant wird hierzulande von Mediarath für knapp 70 Euro zuzüglich Versand angeboten. Mit dem Code „HEISEBESTENLISTEN“ gibt es einen Rabatt in Höhe von 5 Prozent. Wie erwähnt, erfordert die lokale Sprachverarbeitung einen leistungsstarken PC. Dafür kommen etwa Mini-PCs (Bestenliste) infrage, die deutlich mehr Reserven bieten als ein Raspberry Pi. Wer hingegen den Einsatz der Nabu-Casa-Cloud mit einer Jahresgebühr in Höhe von 75 Euro in Verbindung mit der Home Assistant Preview Edition plant, kann als Einstieg in Home Assistant auch die von Nabu Casa angebotene Zentrale Green für 113 Euro (Rabatt-Code: „HEISEBESTENLISTEN“ an der Kasse eingeben) verwenden. Last but not least wird dann noch ein Zigbee-Stick benötigt, mit dem man entsprechende Komponenten in Home Assistant einbinden kann. Dafür kommt das von Nabu Casa vertriebene Modell Home Assistant Connect ZBT-1 für 42 Euro infrage. Als günstige Alternative kann man auch den Sonoff ZBDongle-E E für 30 Euro verwenden. Damit kostet Home Assistant Green mit Zigbee-Stick und Voice Preview Edition mit dem Rabatt-Code „HEISEBESTENLISTEN“ insgesamt etwa 202 Euro.

Die zusätzlich an Home Assistant Voice Preview Edition anschließbaren Sensoren über den Grove-Port gibt es etwa von Berrybase. Der TVOC/eCO2-Sensor kostet inklusive Versand knapp 19 Euro.

Aller Anfang ist schwer – das zeigt der Test von Home Assistant Voice Preview Edition. Den Zusatz „Preview Edition“ sollte man wörtlich nehmen: Das Sprachassistent-Gerät auf Basis von ESP32 funktioniert in der Praxis zwar prinzipiell, doch es ist noch weit von einer perfekten Lösung entfernt. Ein Vergleich zu Amazon Alexa, Apple Siri oder Google Assistant ist derzeit nicht angebracht. Am verlässlichsten funktioniert Home Assistant Voice Preview Edition noch mit der Nabu-Casa-Cloud, für die allerdings eine Jahresgebühr von 75 Euro fällig ist.

Home Assistant Voice Preview Edition bietet grundlegende Funktionen und kann Geräte wie Leuchten an- und ausschalten, Timer setzen und Dinge einer Einkaufsliste hinzuzufügen, doch insgesamt ist das Erlebnis – mit viel Wohlwollen – höchstens befriedigend. Zu oft werden die Sprachkommandos nicht korrekt erfasst. Und wenn Geräte respektive Entitäten Umlaute im Namen tragen, findet sie Home Assistant Voice Preview Edition nicht. Man muss also manuell Bezeichnungen von Entitäten derzeit noch nachjustieren.

Es ist zu hoffen, dass die Open-Source-Lösung Home Assistant Voice den Zusatz „Preview Edition“ verliert und eine echte Alternative zu kommerziellen Angeboten wird. Denn anders als bei Alexa & Co. landen die Daten der Anwender nicht bei Amazon, Apple, Google & Co., sondern verbleiben bei lokaler Ausführung auf dem Server des Anwenders. Wer also die Ausführung eines Sprachassistenten an Privatsphäre und Datenschutz knüpft und sich bei der Entwicklung einer Open-Source-Lösung beteiligen möchte, kann gerne zu Home Assistant Voice Preview Edition greifen.