ha-openai-whisper-stt-api

把语音识别甩给云端,低配 Home Assistant 也能秒回话

ha-openai-whisper-stt-api 是一个面向 Home Assistant 的自定义集成(HACS 组件),把 OpenAI、GroqCloud 或 Mistral 提供的 Whisper 语音转文字 API 接入 Assist 语音助手管线。它解决的问题是:本地运行 Whisper 需要较强的 CPU/GPU 算力,在树莓派或低配 NAS 上跑 Home Assistant 时识别慢、占用高。该集成把识别任务交给云端 API,由云端完成音频转文字,再返回文本给 Assist 做意图理解,从而显著降低 Home Assistant 服务器的负载,同时获得接近实时的识别速度。核心能力包括:支持多家兼容 OpenAI 接口的服务商,可配置 API Key、模型和语言;通过 HACS 安装升级,配置界面化;作为 STT 引擎无缝嵌入 Assist 管线,与现有语音助手流程配合使用。适合已经用 Home Assistant 搭建语音助手、但不想在本地跑大模型的用户。

开源 free 语音识别
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 107
维护状态 较活跃
是否开源
定价模式 free

项目数据

分类语音识别
开发团队fabio-garavini
所属国家
官网地址
定价模式free
价格说明开源免费,需自备API密钥
访问状态
是否开源
开源协议AGPL-3.0
主要语言Python
技术栈/模型groq,home-assistant,openai,stt,whisper
GitHub 星标★ 107
30天Star增速
HF 下载量
上线时间2024-03-06 00:00:00
最近更新2026-09-03 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-23
浏览次数0

使用教程

核心亮点

  • 通过 HACS 一键安装,配置走 Home Assistant UI,无需手写 YAML
  • 同时支持 OpenAI、GroqCloud、Mistral 三家兼容接口,可自由切换服务商和模型
  • 把 STT 计算放到云端,明显降低本地服务器 CPU/内存占用,适合树莓派和低配设备

不足之处

  • 依赖外部云服务,断网或 API 额度用尽时语音识别不可用
  • 需要自行申请并配置 API Key,长期使用会产生调用费用

适用场景

  • 树莓派或低配 NAS 上跑 Home Assistant,本地 Whisper 太慢,改用云端识别
  • 用 GroqCloud 等低价高速接口给 Assist 语音助手做实时语音转文字
  • 已有 OpenAI/Mistral API Key,想直接复用到 Home Assistant 语音管线中

替代项目

wyoming-faster-whisper、home-assistant-addon-whisper、Rhasspy

项目介绍

ha-openai-whisper-stt-api 是语音识别领域的开源项目,由 fabio-garavini 开发,2024 年首次发布。

它收录于语音识别分类,该分类目前共有 192 个项目,GitHub 星标数为 107。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-03。开源免费,需自备API密钥。

它主要面向的使用场景是:树莓派或低配NAS上跑HomeAssistant,本地Whisper太慢,改用云端识别。同类可对比的替代方案包括 wyoming-faster-whisper、home-assistant-addon-whisper、Rhasspy。

上一篇:docker-faster-whisper

下一篇:whisper-subs

同类项目推荐

obs-localvocal 开源

直播录屏时,本地AI实时生成字幕,保护隐私零延迟

OBS plugin for local speech recognition and captioning using AI

★ 1614 2026-09-10
LiveCaptions-Translator 开源

实时捕获系统音频,一键翻译成你懂的语言

Lightweight and powerful real-time audio/speech translation tool based on Windows Li···

★ 3733 2026-08-10
speechbrain 开源

一站式 PyTorch 语音工具箱,快速搞定识别、说话人验证等任务

A PyTorch-based Speech Toolkit

★ 11834 2026-08-26
whisper-diarization 开源

给语音转写加上说话人标签,会议记录一目了然

Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper

★ 5657 2026-08-13