Les assistants vocaux cloud restent pratiques, mais chaque microphone dans une maison est une décision de confidentialité qui doit être renégociée chaque année. La communauté des laboranteurs domestiques a franchi une étape supplémentaire : des LLM quantifiés exécutés sur un seul nœud Proxmox, les mots de réveil gérés sur un satellite à $20, et Alexa débranché. Les applications ci-dessous sont celles qui font réellement fonctionner une pile vocale entièrement locale en 2026, classées en fonction de la proximité avec laquelle elles atteignent “dis quelque chose, quelque chose se passe” sans aller sur Internet.
Les huit choix ci-dessous s’exécutent tous sur un bureau, un NAS ou une boîte de labo domestique, et la plupart se couplent avec du matériel dédié bon marché pour les microphones de la pièce. Chaque section énumère ce que l’application fait bien, ce qu’elle fait mal et la taille du matériel à prévoir.
Ce qu’il faut rechercher dans une pile vocale locale
Un assistant local est plusieurs applications collées ensemble. Les pièces qui importent :
- Mot de réveil. Fonctionne en continu sur un appareil basse consommation. Recherchez de petits modèles avec une bonne rejection des fausses alertes.
- Reconnaissance vocale. Les modèles de la famille Whisper sont la norme actuelle. Choisissez en fonction de la latence et de la couverture des langues.
- Gestion des intentions. La couche “que signifie cette phrase”. Soit des grammaires explicites, soit un LLM faisant le raisonnement.
- Synthèse vocale. La qualité locale de la synthèse vocale varie considérablement. Les voix neurales modernes sont indistinguibles de la sortie cloud.
- Backend LLM. Pour les questions ouvertes, une variante Mistral, Llama ou Qwen locale via Ollama ou LocalAI.
- Intégration de maison intelligente. Connexion à Home Assistant, openHAB, Zigbee2MQTT ou similaire.
- Empreinte matérielle. Le CPU uniquement est possible mais lent. Un GPU grand public avec 8 Go+ VRAM transforme l’expérience.
Comparaison rapide
| Application | Meilleur pour | Plan gratuit | Coût | Point fort |
|---|---|---|---|---|
| Home Assistant + Voice PE | Pile complète | Oui | Gratuit (matériel vendu séparément) | Satellite propriétaire, intégration la plus profonde |
| Rhasspy | Pipeline vocal DIY | Oui | Gratuit | Profils par langue, composants interchangeables |
| Open Voice OS | Successeur de Mycroft | Oui | Gratuit | Marché des compétences et communauté active |
| Willow | Réveil à faible latence | Oui | Gratuit | Micrologiciel ESP32-S3 pour satellites bon marché |
| Mycroft AI | Open source classique | Oui | Gratuit | Base de code éprouvée, communauté plus petite maintenant |
| Ollama | Backend LLM local | Oui | Gratuit | Installation de modèle sur une ligne, API REST |
| LocalAI | Drop-in compatible OpenAI LLM local | Oui | Gratuit | Plug-in pour les outils qui attendent l’API OpenAI |
| Wyoming Protocol | Colle de pipeline audio | Oui | Gratuit | Transport standard entre microphone, STT, intention, TTS |
Les applications
1. Home Assistant + Voice Preview Edition, la norme intégrée
Home Assistant Voice est désormais la recommandation par défaut pour une pile vocale auto-hébergée. Le satellite Voice Preview Edition gère le mot de réveil et le réseau de microphones dans un disque de 59 $, et le côté serveur s’exécute là où Home Assistant se trouve déjà. Le Année de la Voix est terminée, et le résultat est une pile qui contrôle les appareils, lit les capteurs et signale les événements du calendrier sans jamais toucher à une API cloud.
Où il est limité : l’utilisation conversationnelle ouverte est encore meilleure avec un LLM séparé en boucle. Le matériel Voice PE est le chemin le plus fluide, mais il peut être épuisé.
Prix : Logiciel gratuit, matériel Voice PE autour de 59 $.
Plateformes : Home Assistant s’exécute sur Linux, Windows (via conteneur), macOS (via conteneur) ou Home Assistant OS sur Pi ou NUC.
Télécharger : Home Assistant
Conclusion : Commencez ici. Le satellite propriétaire plus Home Assistant Assist couvre la plupart de ce qu’une maison a besoin sans autres composants.
2. Rhasspy, la pile DIY modulaire
Rhasspy est la version du kit d’outils : chaque pièce (mot de réveil, STT, intention, TTS) est interchangeable, avec des profils par langue, et une interface de configuration qui ne cache pas le pipeline. Il s’associe bien avec Home Assistant via le protocole Wyoming et a la couverture linguistique la plus large de cette liste.
Où il est limité : la sensation “faites-le vous-même” est intentionnelle. Attendez-vous à passer une soirée à choisir des modèles, à enregistrer des échantillons audio et à régler le mot de réveil.
Prix : Gratuit, open source sous MIT.
Plateformes : Linux, conteneur sur Windows ou macOS.
Télécharger : Rhasspy 3 docs
Conclusion : Le bon choix si vous voulez un contrôle total de chaque étape du pipeline. À sauter si vous voulez une boîte noire qui fonctionne.
3. Open Voice OS, le successeur de Mycroft
Open Voice OS a repris la base de code de Mycroft après la fermeture du bras commercial du projet, et la communauté l’a fait avancer. La place de marché des compétences couvre tout, des minuteurs à la météo en passant par le contrôle de la maison, et le framework s’exécute sur Pi, x86 et du matériel Mark II. Le cycle 2026 a ajouté une meilleure gestion des intentions soutenue par LLM.
Où il est limité : la documentation est répartie entre les anciennes pages Mycroft et le nouveau site Open Voice OS. Certaines compétences héritées nécessitent encore d’être portées.
Prix : Gratuit, open source.
Plateformes : Linux sur Raspberry Pi, bureau x86, conteneur sur macOS.
Télécharger : Open Voice OS
Conclusion : Un bon équilibre entre l’approche intégrée de Home Assistant et le kit d’outils épuré de Rhasspy. Mérite le coup d’œil pour les maisons qui veulent l’écosystème des compétences.
4. Willow, le satellite orienté latence
La pile Willow s’exécute sur une carte ESP32-S3 de 20 $ avec un réseau de microphones, communique avec un serveur que vous auto-hébergez, et obtient un temps du réveil à la réponse dans la plage de centaines de millisecondes. La base de code a mûri en l’une des meilleures options de satellite bon marché pour les maisons avec plusieurs pièces à couvrir.
Où il est limité : c’est la couche du mot de réveil et du transport audio, pas un assistant complet. Associez-le à Home Assistant ou un LLM local pour les vraies réponses.
Prix : Gratuit, avec des cartes matérielles disponibles auprès de plusieurs fournisseurs autour de 20-50 $.
Plateformes : Le côté serveur s’exécute sur Linux. Le client est le micrologiciel ESP32-S3.
Télécharger : Willow project
Conclusion : La bonne réponse quand vous voulez de nombreux microphones bon marché, toujours allumés autour de la maison sans une Raspberry Pi dans chaque pièce.
5. Mycroft AI, l’original
Le projet Mycroft original est en maintenance, mais la base de code s’installe et fonctionne toujours, et de nombreuses maisons construites sur elle il y a des années fonctionnent toujours. Le matériel Mark II du Kickstarter original fonctionne toujours, et le framework des compétences est bien documenté.
Où il est limité : communauté active plus petite, corrections de bogues plus lentes, et la plupart du nouveau développement a migré vers Open Voice OS.
Prix : Gratuit, open source.
Plateformes : Linux sur Pi ou x86.
Télécharger : Mycroft GitHub
Conclusion : Mérite d’être connu pour des raisons historiques ou si une Mark II s’assied déjà sur le comptoir de la cuisine. Les nouveaux déploiements devraient plutôt choisir Open Voice OS.
6. Ollama, le backend LLM que la plupart des piles recherchent
Ollama est désormais la façon par défaut d’exécuter un LLM local quantifié sur un Mac, une boîte Linux ou une machine Windows. Une commande extraire un modèle, une autre l’expose sur un point de terminaison HTTP, et Home Assistant Assist, Rhasspy et Open Voice OS peuvent tous lui parler via une intégration simple. Les variantes Llama, Mistral, Qwen et Phi fonctionnent toutes directement.
Où il est limité : ce n’est pas un outil vocal en soi. C’est le cerveau que vous connectez à l’un des assistants ci-dessus.
Prix : Gratuit, open source.
Plateformes : Linux, macOS, Windows.
Télécharger : Ollama
Conclusion : Le chemin de la moindre résistance pour “LLM local en boucle”. Associez-le à un modèle 7B-13B pour des réponses rapides sur un seul GPU 8 Go+.
7. LocalAI, le drop-in compatible OpenAI
LocalAI expose la même forme HTTP que l’API OpenAI, donc tout outil qui parle déjà OpenAI peut être pointé vers un modèle local à la place. Utile quand vous avez un plan Home Assistant, un flux Node-RED ou une automatisation tierce qui s’attend à un point de terminaison compatible OpenAI et que vous souhaitez supprimer la dépendance au cloud.
Où il est limité : la configuration est plus complexe qu’Ollama. Les performances varient davantage selon les choix de modèle et de backend.
Prix : Gratuit, open source.
Plateformes : Linux (docker), macOS (docker), Windows (docker ou WSL2).
Télécharger : LocalAI
Conclusion : Choisissez ceci quand une automatisation existante attend l’API OpenAI et que vous voulez un backend local sans changements de code.
8. Wyoming Protocol, la colle du pipeline audio
Wyoming est le petit mais important protocole qui permet à Home Assistant, Rhasspy, Open Voice OS et au matériel satellite de se parler. L’adopter comme transport commun entre le mot de réveil, STT, intention et TTS facilite l’échange de n’importe quel composant sans réécrire le reste.
Où il est limité : c’est de la plomberie, pas une application orientée utilisateur. La plupart des gens l’utilisent sans réaliser qu’ils l’utilisent.
Prix : Gratuit, open source.
Plateformes : Partout où les composants s’exécutent (Linux, conteneur sur les autres).
Télécharger : Wyoming docs
Conclusion : Mérite d’être connu parce que c’est la raison pour laquelle une pile Home Assistant + Rhasspy + Ollama fonctionne sans code personnalisé au milieu.
Comment choisir le bon
- Si vous voulez le chemin le plus fluide, choisissez Home Assistant + Voice PE et arrêtez de lire.
- Si vous voulez chaque étape du pipeline interchangeable, choisissez Rhasspy.
- Si vous voulez un marché des compétences, choisissez Open Voice OS.
- Si vous voulez des satellites de 20 $ dans chaque pièce, choisissez Willow.
- Si vous voulez des réponses LLM locales en boucle, associez l’un des éléments ci-dessus avec Ollama ou LocalAI.
- Empilez deux ou trois au maximum. Le protocole Wyoming signifie qu’ils s’emboîtent proprement ; ne vous sentez pas pressé de choisir qu’un seul.
FAQ
Un assistant vocal local peut-il vraiment égaler Alexa ou Google Assistant?
Pour “allume les lumières de la cuisine” et “mets une minuterie”, oui. Pour les questions ouvertes, les LLM locaux modernes sont suffisamment proches sur les réponses factuelles que la plupart des maisons ne remarquent pas la différence. La latence sur un GPU de milieu de gamme se situe maintenant dans la même enveloppe qu’un appel cloud.
Ai-je besoin d’un GPU pour exécuter un assistant vocal local?
Pour le pipeline vocal seul (réveil, STT, intention, TTS), non. Une Raspberry Pi 5 ou NUC peut le gérer. Pour l’utilisation conversationnelle soutenue par LLM, un GPU discret avec 8 Go+ VRAM transforme l’expérience. L’inférence LLM CPU uniquement est possible mais semble lente.
Home Assistant Assist est-il privé?
Oui, dans sa configuration par défaut Whisper-plus-local-intent rien ne quitte le réseau. Si vous activez un LLM OpenAI ou un autre cloud comme backend de conversation, les requêtes vers ce backend quittent le réseau. Le mot de réveil et STT peuvent rester locaux même alors.
Quel est le coût de la configuration la moins chère entièrement locale?
Environ 130 $ au total : une Raspberry Pi 4 ou 5 (55-80 $), un disque Voice PE ou une carte Willow (20-59 $) et un microphone USB si vous allez en DIY. Les fonctionnalités LLM ajoutent le coût d’un GPU discret ; une RTX 3060 12 Go d’occasion dans la gamme 200-250 $ est le choix courant.
