Satellite1 Smart Speaker im Test

Hintergund

Ich selbst bin kein IT-Profi, habe aber Grundkenntnisse und nutze seit Jahren auf meinem Privatrechner Debian. Im Keller steht ein kleiner Server, auf dem OMV läuft. Darauf laufen in Docker Containern auch einige weitere Dienste wie HomeAssistant, Zigbee2MQTT, Immich,...

Der Rechner hat einen Intel Core i3-12100 (also nicht sehr leistungsfähig), keine Grafikkarte, aber 32GB RAM (das war damals noch richtig günstig).

Bereits installiert und am Laufen waren HomeAssistant (HA) und MusicAssistant (MA), wobei ich letzteren nur mal so aus Neugierde installiert, aber nicht weiter genutzt habe. Beide laufen in getrennten Containern.

Die passende Docker-Compose-Datei für die Sprachverarbeitung (in beide Richtungen) sieht so aus:

services:
  whisper:
    image: rhasspy/wyoming-whisper
    container_name: wyoming-whisper
# command: ["--model", "small-int8", "--language", "en"]
    command: ["--model", "small-int8", "--language", "de"]
    volumes:
      - ${C_DATA}/voice/whisper:/data
    ports:
      - "127.0.0.1:10300:10300"
    restart: unless-stopped

  piper:
    image: rhasspy/wyoming-piper
    container_name: wyoming-piper
 # command: ["--voice", "en_GB-alan-medium"]
    command: ["--voice", "de_DE-thorsten-medium"]
    volumes:
      - ${C_DATA}/voice/piper:/data
    ports:
      - "127.0.0.1:10200:10200"
    restart: unless-stopped

Dies ließ sich dann problemlos in HA unter "Settings->Voice Assistants" einbinden. Ein erster Test ("Wie spät ist es?") mit der Companion-App auf dem Handy (nachdem ich das Mikro freigegeben hatte) lief erfolgreich. Anfänglich (siehe die Kommentarzeilen in der yaml-Datei) habe ich englisch verwendet, dann aber auf deutsch umgestellt.

Einbinden des Satelliten

Dies funktionierte recht einfach. Mit der HA Companion App auf dem Handy wurde der Satellit, wie in der Anleitung beschrieben, per Bluetooth erkannt. So konnte ich die Daten des WLANs eingeben. Danach als erstes die obligatorische Testfrage nach der Uhrzeit. Auch das funktionierte auf Anhieb, zuerst auf Englisch, nach der Umstellung auch auf Deutsch. Auf Deutsch betrug die Antwortzeit etwa 3 s.

HomeAssistant

In HA findet man den Satelliten unter ESPhome. Es werden verschiedene Sensorwerte angezeigt (Temperatur, Luftfeuchtigkeit, Helligkeit und Wifi-Stärke). Die Temperatur zeigte bei mir Werte zwischen 30°C und 38°C an, dabei lag sie im Arbeitszimmer, wo ich den Test durchführte, bei 22°C-23°C. Man kann zwar einen Korrekturwert angeben, aber bei der Diskrepanz ist der angezeigte Wert wohl kaum von der Raumtemperatur abhängig. Der Helligkeitswert lag mit Gehäusedeckel bei 47 lx und bei vergleichbaren Bedingungen (kurz danach) ohne Deckel (bei offener Platine) bei 430 lx. Hier kann man also höchstens hell und dunkel unterscheiden. Der Satellit verwendet eine externe Antenne auf einer kleinen Leiterplatte (mehrere cm lang). Dies ist sicher besser als die übliche on Board Antenne bei den ESP32-Boards. Bei mir lag die Wifi-Stärke zwischen -50 dBm und -55 dBm, also ein ganz ordentlicher Empfang. Bei Boards mit on-Board-Antenne habe ich meistens -60 dBm bis unter -70 dBm an ähnlicher Stelle. Dem Satelliten habe ich einen Namen gegeben und der Area "Büro" zugeordnet.

Voice Assistant

Hier habe ich nur ein bisschen herumgespielt, vor allem, weil mir momentan die Zeit und die Motivation fehlt, in dieses "rabbit hole" hinabzusteigen. Ich habe in MA einen Radiosender definiert und kann auch dort auf meine Sammlung, die auf meinem NAS ist, zugreifen. Mit den Bordmitteln von HA, d.h. ohne weitere Konfigurationen oder Zugriff auf externe KI, hat nach ein bisschen herum probieren der Befehl "Spiele Radio im Büro" funktioniert. Aber die Versuche, ein Album aus meiner Sammlung zu spielen, schlugen fehl. Entweder wurde der Befehl nicht verstanden (Dies wurde mit einer entsprechenden Sprachausgabe quittiert.) oder es gab eine Fehlermeldung. Weitere Experimente mit der Spracherkennung, z. B. zur Steuerung meiner Markisen, habe ich nicht gemacht.

Musikwiedergabe

Grundsätzlich klingt Musik aus dem Lautsprecher nicht schlecht. Allerdings ist ein deutlicher klanglicher Unterschied zu dem Paar Aktivlautsprechern (Kompaktlautsprecher für knapp 400€ das Paar), die ich im Nachbarzimmer stehen habe, hörbar. Was mich aber viel mehr stört, ist, dass eine Musikwiedergabe nicht möglich zu sein scheint. Bei mir bricht der Stream immer wieder nach einigen Sekunden (das variiert zwischen geschätzt 10 und 30s) für mehrere Sekunden ab (geschätzt 1-30s). Die Wiedergabe steuere ich direkt mit MA. Die Musik kommt vom NAS (flac-Dateien) und wird im Browser ohne Probleme abgespielt. Ich vermute, dass der ESP32 hier einen Flaschenhals darstellt. Manchmal klappt es auch länger ohne Unterbrechung, oft hakt es aber. Je nachdem, was ich abspiele, wird in MA angezeigt, dass der Stream in HQ (high quality) oder SQ (standard quality) ist. Aber für die Aussetzer macht dies keinen Unterschied.

Fazit

Für mich ist Sprachsteuerung Luxus. Mir ist klar, dass es Menschen mit körperlichen Einschränkungen gibt, für die eine Sprachsteuerung ein Game-Changer ist. Für mich trifft dies glücklicherweise nicht zu. Wenn ich den Aufwand betreiben wollte, dies wirklich zu nutzen, müsste ich sicherlich meine Hardware deutlich aufrüsten (mit einer entsprechenden Grafikkarte), oder einen externen Service nutzen. Dazu kommt noch der Aufwand, der nötig wäre, entsprechende Szenarien zu entwerfen, zu definieren und zu implementieren. Auch wenn ich das spannend finde, das ist mir derzeit zu viel Aufwand. Oder um es mit anderen Worten zu sagen: In dieses "rabbit hole" will ich nicht rein. 

Bliebe noch die Möglichkeit, den Satelliten als reinen Musikabspieler zu nutzen. Aber dazu taugt er leider nicht (siehe oben).

Titelbild: https://futureproofhomes.net/