Качество голоса: Silero (рекомендуется)¶

Piper работает «из коробки», но звучит роботизированно. Для русского языка рекомендуем Silero TTS: он тоже работает локально на процессоре (видеокарта не нужна), но звучит заметно живее. Проверено на этой схеме: мост использует его как обычный движок TTS из HA.

Мост берёт любой TTS-движок HA, поэтому в самом мосте ничего менять не нужно.

Установка¶

Используется сообщество-проект Silero TTS Enhanced: дополнение HA плюс интеграция через HACS.

Место на диске. Модели и образ занимают несколько гигабайт. Если установка падает с not enough free space, расширьте диск виртуальной машины HA (на Proxmox: Hardware → Hard Disk → Resize, +16 ГБ) и перезагрузите её.
Дополнение. Настройки → Дополнения → Магазин → ⋮ → Репозитории: добавьте репозиторий дополнения из описания проекта, установите и запустите дополнение. В разделе «Сеть» дополнения должен быть указан порт (по умолчанию 8014).
Интеграция. В HACS добавьте репозиторий интеграции как пользовательский, установите, перезапустите HA и добавьте интеграцию в Устройства и службы. В поле «URL сервера (Дополнения)» впишите адрес вашего HA с портом, например http://192.168.1.111:8014. Значение по умолчанию подходит не всегда.
В Инструменты разработчика → Состояния найдите новую сущность tts.… (в нашем случае tts.silero_tts_enhanced).
В Настройки → Голосовые помощники выберите её у помощника, выберите голос и нажмите «Прослушать».

Подключение к колонке¶

В карточке устройства NOEMA Alice откройте список «Движок речи» и выберите tts.silero_tts_enhanced. Выбор применяется сразу (часть 8). Без патча apply_config.py задайте HA_TTS=tts.silero_tts_enhanced в ha.env моста и перезапустите службу alice-ha.

После смены движка фразы, которые уже озвучивались, могут один раз прозвучать старым голосом из кэша. Проверяйте новой фразой.

Что учесть¶

Для разговора через tts.speak укажите новую сущность (tts.silero_tts_enhanced), а не tts.piper. Для ответов на «Алиса, …» и для play_media с dialog достаточно настройки моста.
Silero звучит лучше Piper, но остаётся синтезом речи.