내 로컬 음성 비서 파이프라인 다시 구축하기

“Fabio Manganiello는 자체 호스팅 음성 비서의 높은 오탐/미탐과 잡음 환경에서의 발화 시작·종료 감지 취약성에 불만을 느끼고 파이프라인을 재구축했다. 핫워드 감지는 2023년 v0.1 합성 음성 모델에 머문 openWakeWord 대신 ESPHome과 Home Assistant Voice가 쓰는 microWakeWord 기반 assistant.microwakeword 플러그인으로 교체했고, STT는 assistant.openai(클라우드)와 assistant.vosk(로컬), 응답은 openai, TTS는 tts.openai와 tts.piper를 조합했다. 며칠간의 실험 끝에 결과가 만족스러운 수준에 도달했다고 밝혔다.”

AI 요약

Fabio Manganiello가 Platypush 기반 로컬 음성 비서 파이프라인을 재구축한 경험을 공유합니다. 기존 openWakeWord 기반 핫워드 감지가 배경 소음에서 오탐·미탐이 잦고 2023년 v0.1 합성 음성 모델에 머물러 있어, ESPHome과 Home Assistant Voice가 사용하는 microWakeWord 기반의 새 assistant.microwakeword 플러그인으로 교체했습니다. 음성 인식은 클라우드 assistant.openai와 로컬 assistant.vosk를, 응답 생성은 openai, TTS는 tts.openai와 tts.piper를 조합하는 하이브리드 구조로 재편했습니다.

핵심 포인트

  • 핫워드 감지를 openWakeWord에서 microWakeWord(pymicro-wakeword 바인딩)로 교체, okay_nabu·hey_jarvis·hey_mycroft·alexa 등 내장 모델을 다운로드 없이 사용
  • 기존 openWakeWord는 2023년 v0.1 합성 음성 모델로 오탐(배경 소음 트리거)과 미탐(마이크 근접 필요) 문제가 심각
  • STT는 클라우드 assistant.openai와 로컬 assistant.vosk, TTS는 tts.openai와 tts.piper로 이중화한 하이브리드 파이프라인 구성
  • 상용 비서 수준의 견고성 확보를 목표로 잡음 환경과 저가 마이크에서의 발화 시작·종료 감지 정확도를 개선

향후 전망

  • microWakeWord처럼 적극 유지보수되는 경량 온디바이스 모델이 셀프호스팅 음성 비서의 표준 핫워드 엔진으로 확산될 전망
  • 클라우드·로컬 모델을 상황에 따라 조합하는 하이브리드 파이프라인이 개인정보와 성능의 균형점으로 부상
Share

이것도 읽어보세요

댓글

이 소식에 대한 의견을 자유롭게 남겨주세요.

댓글 (0)

불러오는 중...