Home Assistant

XDA-Developers analisou esta semana um ímã de geladeira ESP32 de $50 que grava notas de voz sem enviá-las para um serviço em nuvem. É a mesma história que continuamos ouvindo de entusiastas de tecnologia e famílias preocupadas com privacidade: assistentes de voz modernos são úteis, mas enviar cada comando para a nuvem de grandes empresas de tecnologia é uma troca ruim. A boa notícia é que um assistente de voz IA privado completo agora funciona em hardware de classe desktop. Abaixo estão sete aplicativos que tornam isso possível.

Escolhemos aplicativos que são instalados na sua máquina, mantêm transcrições localmente e cobrem todo o pipeline: detecção de palavra-chave, fala para texto, processamento de intenção, resposta e síntese de fala.

O que procurar em uma pilha de assistente de voz privada

Um assistente privado que funcione precisa resolver cinco problemas ao mesmo tempo:

Os aplicativos abaixo cobrem todos os cinco, às vezes em combinação.

Os aplicativos

1. Home Assistant, o melhor para uma pilha completa de assistente privado

Home Assistant começou como um hub de automação residencial e cresceu para se tornar um assistente de voz de primeira classe este ano. Seu recurso Assist une Whisper para fala para texto, Piper para síntese de fala e um mecanismo de processamento de intenção. Adicione um LLM local (via Ollama) e você tem um assistente de voz completamente offline com capacidade conversacional.

Onde fica aquém: A configuração requer paciência. A instalação do Home Assistant OS é direta, mas os complementos de voz precisam de configuração para microfones, palavras-chave e vozes de resposta.

Preços:

Plataformas: Windows, macOS, Linux (Home Assistant OS é fornecido em Raspberry Pi e mini PCs x86)

Download: Home Assistant | GitHub

Conclusão: A melhor cola que mantém um assistente de voz privado junto. Tudo abaixo se conecta a isso.

2. Willow, o melhor para interfaces de voz baseadas em hardware

Willow é um assistente de voz de código aberto propositalmente construído que funciona em placas ESP32-S3 (como ESP32-BOX-3) e transmite áudio para um servidor de inferência local no seu PC ou NAS. Ele lida com detecção de palavra-chave, fala para texto e encaminhamento de intenção para Home Assistant, MQTT ou um endpoint REST.

Onde fica aquém: Requer hardware dedicado. Não é uma solução “instale no meu laptop”, mais um projeto “construa o puck”.

Preços:

Plataformas: Servidor funciona em Linux; clientes são placas ESP32

Download: Willow GitHub | Willow Application Server

Conclusão: A resposta correta se você quer pucks de voz físicos ao redor da casa, não apenas um microfone de laptop.

3. Rhasspy, o melhor para experimentos offline-first

Rhasspy é o veterano dos assistentes de voz locais. Projetado de forma modular, permite trocar qualquer mecanismo de palavra-chave, qualquer modelo de fala para texto, qualquer processador de intenção e qualquer voz de síntese. Seu reconhecimento de intenção suporta modelos de sentença offline, então comandos simples funcionam sem um LLM.

Onde fica aquém: O ritmo de desenvolvimento desacelerou desde que Home Assistant absorveu o mantenedor. Ainda funciona, mas a ajuda da comunidade é mais escassa do que era.

Preços:

Plataformas: Windows, macOS, Linux (Docker recomendado)

Download: Rhasspy Docs | GitHub

Conclusão: Use se quiser o máximo controle em cada etapa. Novos usuários devem começar com Home Assistant Assist.

4. Whisper.cpp, o melhor para fala para texto local

Whisper.cpp é uma porta em C++ do modelo Whisper do OpenAI otimizada para inferência de CPU. É o mecanismo de transcrição em que a maioria das pilhas de voz privada se baseia. Tamanhos de modelo de tiny (~40 MB) a large-v3 (~3 GB) permitem trocar precisão por latência.

Onde fica aquém: Não é um assistente completo, apenas a peça de transcrição. Precisa de wrappers de palavra-chave, intenção e resposta ao redor.

Preços:

Plataformas: Windows, macOS, Linux (funciona em Raspberry Pi 4 com modelos pequenos)

Download: Whisper.cpp GitHub | OpenAI Whisper model card

Conclusão: O padrão de fala para texto. Cada pilha abaixo o usa ou algo semelhante sob o capô.

5. Piper, o melhor para síntese de fala local

Piper é o mecanismo de síntese de fala neural do Home Assistant, pequeno o suficiente para executar em um Raspberry Pi e bom o suficiente para soar natural. Pacotes de voz cobrem 40+ idiomas e dezenas de sotaques.

Onde fica aquém: Não está no nível de expressividade do Eleven Labs. Bom para respostas de assistente, não para narração de audiobook.

Preços:

Plataformas: Windows, macOS, Linux, Raspberry Pi

Download: Piper GitHub | Voice samples

Conclusão: O mecanismo TTS local padrão. Fornecido como complemento do Home Assistant.

6. Ollama, o melhor para o cérebro do LLM

Ollama executa modelos de linguagem de peso aberto localmente com uma instalação de uma linha. Aponte Home Assistant Assist ou qualquer pilha de voz para o endpoint da API do Ollama e seu assistente pode responder perguntas abertas, resumir sua caixa de entrada ou raciocinar sobre o estado de sua casa inteligente.

Onde fica aquém: Latência de resposta depende do tamanho do modelo e hardware. Uma resposta Llama 3.1 8B leva segundos em CPU, subsegundos em uma GPU moderna.

Preços:

Plataformas: Windows, macOS, Linux

Download: Ollama Site | Ollama Library

Conclusão: Instale Ollama quando quiser que seu assistente pense, não apenas execute comandos.

7. OpenWakeWord, o melhor para palavras-chave personalizadas

OpenWakeWord treina um modelo de palavra-chave no navegador a partir de alguns exemplos de áudio. Diga “computador” e fale sério, ou invente um nome que não tenha sido tomado por cada assistente big-tech no mercado.

Onde fica aquém: Modelos personalizados precisam de amostras de treinamento suficientes para evitar falsos positivos. Espere uma noite de ajuste fino.

Preços:

Plataformas: Funciona em qualquer lugar que Python e TensorFlow funcionem

Download: OpenWakeWord GitHub | Community wake words

Conclusão: A forma de escapar de “Alexa” e “Hey Google” para sempre.

Como escolher o certo

Comece com Home Assistant mais Whisper.cpp e Piper. Essa é a pilha de assistente privado de referência em 2026.

Adicione Ollama quando quiser respostas conversacionais em vez de intenções roteirizadas.

Use Willow se quiser pucks de voz físicos (ímã de geladeira, puck de cozinha, criado-mudo de quarto) em vez de apenas falar com seu laptop.

Use Rhasspy se já conhece as peças e quer controle máximo. Pule se for novo; Home Assistant Assist agora é mais amigável para iniciantes.

Pegue OpenWakeWord assim que “Nabu” ou “Jarvis” te incomode.

Perguntas Frequentes

Um assistente de voz IA privado pode corresponder à velocidade do Alexa? Em um PC de desktop ou Mac mini moderno, Whisper.cpp com o modelo pequeno transcreve em tempo real e Piper responde em menos de um segundo. É competitivo.

Quanto poder uma pilha de voz local usa? Um Raspberry Pi 4 gerencia a escuta de palavra-chave e intenções básicas em um par de watts. Adicionar um LLM local via Ollama a requer um pequeno NUC ou estação de trabalho.

Preciso de internet em absoluto? Não. Whisper, Piper, Ollama, Home Assistant e Rhasspy rodam completamente offline. Apenas complementos cloud opcionais precisam de conectividade.

Qual é o melhor hardware para um assistente de voz privado em 2026? Um mini PC Ryzen (classe AMD Strix Halo) ou Mac mini com silício Apple para assistentes baseados em LLM. Raspberry Pi 5 funciona bem para configurações apenas de intenção.

Posso executar isso na minha instalação existente do Home Assistant? Sim. Home Assistant Assist é um recurso de primeira parte. Adicione os complementos Whisper, Piper e (opcionalmente) Ollama da loja, conecte-os nas configurações Voice Assistants, e pronto.