Home Assistant6 min di lettura

Home Assistant Wake Word Locale: Controllo Vocale Multi-Wake Word & AI

Come configurare wake word locali in Home Assistant: setup multi-wake word, addestramento comandi personalizzati e integrazione con AI on-device.

Daniele Messi

24 settembre 2026 · aggiornato il 4 ottobre 2026 · Ginevra

Versione in inglese →

In questo articolo 7

Punti Chiave
L’Evoluzione di Home Assistant Wake Word Locale nel 2026
Perché il Controllo Smart Home Multi-Wake Word è Essenziale
Configurare la Pipeline Vocale Locale
Comandi Vocali Personalizzati e Automazioni
Conclusione
Articoli Correlati

Punti Chiave

La tecnologia Home Assistant wake word locale nel 2026 offre privacy e reattività senza precedenti per il controllo vocale della smart home.
L’implementazione di configurazioni smart home multi-wake word consente interazioni vocali personalizzate e sensibili al contesto per diversi utenti o scenari.
L’AI locale, inclusi modelli come Whisper e Piper, elabora i comandi vocali interamente sul dispositivo, eliminando la dipendenza dal cloud e migliorando la sicurezza dei dati.
La configurazione di comandi vocali personalizzati HA tramite la pipeline dell’assistente vocale di Home Assistant offre integrazione profonda e trigger di automazione flessibili.

Nel 2026, il panorama del controllo vocale della smart home si è spostato drasticamente verso l’elaborazione locale, offrendo maggiore privacy, velocità e personalizzazione. Per gli appassionati di Home Assistant, padroneggiare le capacità di Home Assistant wake word locale non è più una ricerca di nicchia, ma una pietra angolare di una smart home veramente intelligente e sicura. Questa guida completa ti accompagnerà nell’impostazione del controllo vocale multi-wake word, sfruttando l’AI locale e creando comandi vocali personalizzati HA altamente efficaci che funzionano interamente sul tuo hardware.

L’Evoluzione di Home Assistant Wake Word Locale nel 2026

Il passaggio all’AI locale per l’elaborazione vocale rappresenta un significativo passo avanti per le smart home. A differenza degli assistenti tradizionali basati su cloud che inviano i tuoi dati vocali a server esterni per l’elaborazione, i sistemi Home Assistant wake word locale eseguono tutto il riconoscimento e il parsing dell’intento sulla tua rete locale. Ciò significa che i tuoi comandi vengono elaborati quasi istantaneamente e la tua privacy è completamente preservata, poiché nessun audio lascia la tua casa. L’implementazione di soluzioni Home Assistant wake word locale può ridurre la latenza del cloud di oltre il 90%, rendendo la tua smart home più reattiva e intuitiva.

I moderni progressi nei modelli di machine learning on-device, come le versioni ottimizzate di Whisper per il riconoscimento vocale (speech-to-text) e Piper per la sintesi vocale (text-to-speech), hanno reso questa elaborazione locale estremamente accurata ed efficiente. Questo approccio ‘local-first’ è la scelta giusta per chi tiene alla sovranità dei dati e vuole evitare i problemi di privacy legati ai microfoni cloud sempre attivi. Per un approfondimento sulle soluzioni vocali incentrate sulla privacy, consulta il nostro articolo su Home Assistant Whisper locale e TTS: L'Assistente Vocale Definitivo per la Privacy.

Perché il Controllo Smart Home Multi-Wake Word è Essenziale

Imagina una smart home che risponde in modo diverso in base a chi parla o al contesto del comando. Questo è il potere di una smart home multi-wake word. Invece di una singola frase di attivazione generica, puoi configurare diverse wake word, ciascuna progettata per scopi o utenti specifici. Ad esempio, “Ehi Casa” può attivare la pipeline principale con risposta vocale completa, mentre “Luci” esegue macro di illuminazione predefinite senza attendere una risposta TTS. In famiglie con bambini o anziani, wake word distinte per utente permettono di limitare o ampliare i comandi disponibili senza toccare ogni volta la configurazione.

Home Assistant gestisce questa flessibilità attraverso i satellite vocali: dispositivi ESP32 con ESPHome che eseguono il rilevamento della wake word direttamente sull’hardware periferico e inoltrano solo l’audio rilevante al server tramite il protocollo Wyoming. Ogni satellite viene associato a una pipeline specifica nelle impostazioni di Voice Assistants.

Configurare la Pipeline Vocale Locale

La pipeline vocale collega quattro passaggi in sequenza: rilevamento wake word, trascrizione audio (STT), riconoscimento intent e risposta vocale (TTS). Tutti e quattro girano in locale su HA OS senza connessione a internet.

Wake word con microWakeWord e openWakeWord

HA include due motori principali. microWakeWord gira direttamente sull’ESP32 del satellite con consumo ridotto. openWakeWord gira sul server HA e supporta un catalogo più ampio di frasi preaddestrate, tra cui “hey jarvis” e “ok nabu”. La configurazione ESPHome per un satellite con microWakeWord:

micro_wake_word:
  model: okay_nabu
  on_wake_word_detected:
    - voice_assistant.start:
        silence_detection: true

Per modelli personalizzati, il file .tflite va copiato nella cartella di configurazione e referenziato per nome. Il training richiede alcune centinaia di campioni audio per frase e può girare su un laptop comune in poche ore con il toolkit ufficiale.

STT con faster-whisper

L’add-on faster-whisper trascrive l’audio in locale. Il modello small basta per l’italiano in ambienti silenziosi; medium migliora l’accuratezza in ambienti rumorosi. Su x86_64 con 8 GB di RAM, il modello medium elabora una frase tipica in meno di un secondo. Su ARM la stessa operazione richiede 1-3 secondi a seconda del modello.

TTS con Piper

Piper genera audio sintetico in locale con voci italiane incluse nell’add-on ufficiale. I modelli medium offrono un buon equilibrio tra qualità e velocità. La prosodia su frasi lunghe risulta meccanica ma comprensibile per uso domestico quotidiano.

Comandi Vocali Personalizzati e Automazioni

Home Assistant Assist riconosce intent predefiniti per luci, temperature e dispositivi comuni. Per frasi non coperte si usano file custom_sentences nella cartella di configurazione:

# config/custom_sentences/it/scene_custom.yaml
language: "it"
intents:
  AttivaScenaCustom:
    data:
      - sentences:
          - "attiva [la scena] {nome}"
          - "metti {nome}"

L’intent si gestisce poi in un’automazione:

alias: "Voce: attiva scena"
trigger:
  platform: conversation
  command: "attiva la scena {nome}"
action:
  service: scene.turn_on
  target:
    entity_id: "scene.{{ trigger.slots.nome | replace(' ', '_') }}"

Per comandi che richiedono ragionamento contestuale, si può collegare un LLM locale come conversation agent alternativo nella pipeline. Un’istanza Ollama esposta sulla rete locale si integra tramite l’integrazione ollama di HA. Con un modello da 7 miliardi di parametri quantizzato su GPU consumer le risposte arrivano in 1-3 secondi, accettabili per query non urgenti come “quali dispositivi sono rimasti accesi” o “cosa ho in agenda stasera”.

Conclusione

Il controllo vocale completamente locale in Home Assistant è stabile e configurabile nel 2026 con la combinazione di microWakeWord sui satellite ESPHome, faster-whisper per la trascrizione e Piper per le risposte. I comandi personalizzati tramite custom_sentences coprono la maggior parte delle automazioni quotidiane senza bisogno di un LLM. Aggiungere un modello locale per query contestuali ha senso solo quando Assist con regole fisse non basta. Il punto di partenza consigliato è configurare una singola pipeline su un satellite, misurare latenza e stabilità in condizioni reali, e aggiungere wake word e satellite ulteriori solo dopo aver verificato che il sistema di base funzioni in modo affidabile.

Continua a leggere.

Home Assistant AI Locale: Ollama per una Smart Home Intelligente 9 mag · 8 min

Home Assistant e LoRaWAN: Reti Sensori a Lunga Portata 12 ott · 13 min