Home Assistant là một trong những nền tảng hàng đầu để tự động hóa nhà thông minh, liên tục được Quỹ Open Home Foundation (OHF) – đơn vị sở hữu và quản lý phát triển – cải tiến và cập nhật. Cùng với Home Assistant, OHF còn quản lý một số tiện ích bổ sung khác, trong đó có Piper. Đây là một công cụ chuyển văn bản thành giọng nói (Text-to-Speech – TTS) cục bộ mạnh mẽ, có khả năng sử dụng bất kỳ mô hình tương thích nào (như GLaDOS) để tổng hợp giọng nói, phục vụ cho trợ lý giọng nói tại chỗ. Mới đây, Piper đã nhận được một bản cập nhật lớn, hứa hẹn sẽ nâng cao đáng kể trải nghiệm khi sử dụng kết hợp với các mô hình ngôn ngữ lớn (LLM) cục bộ.
Bản cập nhật, được triển khai như một phần của Piper phiên bản 1.6.0, nổi bật trong nhật ký thay đổi chính thức với nội dung “Hỗ trợ truyền tải âm thanh theo ranh giới câu”. Điều này có nghĩa là thay vì phải đợi toàn bộ luồng văn bản được gửi đến Piper và sau đó mới tổng hợp giọng nói, Piper sẽ bắt đầu tạo âm thanh ngay khi hoàn thành câu đầu tiên. Tính năng này được kỳ vọng sẽ tăng tốc đáng kể quá trình phản hồi giọng nói trong nhiều trường hợp, đặc biệt là khi các mô hình LLM cục bộ đang được sử dụng để tạo ra các câu trả lời. Ngay cả khi sử dụng AI dựa trên đám mây, bản cập nhật này cũng sẽ giúp giảm bớt một phần thời gian chờ đợi.
Bản cập nhật mới nhất của Piper đã có thể được cài đặt ngay lập tức và tùy chọn kích hoạt đã có sẵn trong phần cài đặt cấu hình của nó. Tuy nhiên, có một lưu ý nhỏ: hầu hết người dùng sẽ chưa thể sử dụng ngay các khả năng truyền tải âm thanh này.
Hệ thống Home Assistant với giao diện trợ lý giọng nói đang xử lý, minh họa cho khả năng Text-to-Speech của Piper
Cập Nhật Home Assistant Tháng 7 Là Yêu Cầu Bắt Buộc Để Hỗ Trợ Tính Năng Streaming Của Piper
Tính năng sẽ chưa được kích hoạt trong tuần tới
Do tính chất liên kết chặt chẽ của nhiều tiện ích bổ sung và tích hợp chính thức trong Home Assistant, không có gì ngạc nhiên khi đôi khi một tính năng mới trong tiện ích bổ sung có thể yêu cầu cập nhật Home Assistant trước. Đây chính là trường hợp đối với Piper; trừ khi bạn đang sử dụng nhánh beta, bạn sẽ cần đợi thêm một tuần nữa trước khi tính năng này thực sự hoạt động. Đoạn văn bản sau đã được thêm vào các tệp dịch tiếng Anh của Piper:
Enable support for streaming audio. This breaks apart text at sentence boundaries and streams the audio as its being produced. Requires at least HA 2025.7.
Home Assistant tuân theo lịch trình phát hành hàng tháng. Tại thời điểm viết bài, bản cập nhật gần đây nhất là Home Assistant 2025.6.3. Các phiên bản mới của Home Assistant thường được lên lịch vào thứ Tư đầu tiên của tháng, với một tuần thử nghiệm beta trước đó. Điều này có nghĩa là phiên bản Home Assistant tháng 7, 2025.7, dự kiến sẽ ra mắt chính thức vào ngày 2 tháng 7, với bản beta được lên lịch vào ngày 25 tháng 6. Vì vậy, nếu bạn đang sử dụng nhánh beta, bạn có thể chỉ cần đợi vài giờ, nhưng hầu hết người dùng sẽ cần đợi một tuần trước khi có thể bắt đầu sử dụng tính năng này.
Vậy tại sao điều này lại quan trọng và là một nâng cấp lớn đối với những người đam mê LLM cục bộ? Trước đây, bạn sẽ phải đợi toàn bộ quá trình tạo phản hồi hoàn tất trước khi Piper bắt đầu tạo âm thanh phù hợp. Nếu máy chủ xử lý các truy vấn của bạn, chẳng hạn như máy chủ gia đình, chậm trong việc tạo văn bản, bạn có thể phải đợi hàng chục giây trong những trường hợp cực đoan để nghe phản hồi cho một truy vấn. Với thay đổi này, giọng nói sẽ được truyền tải ngay khi quá trình tạo câu đầu tiên hoàn tất, vì vậy bạn sẽ bắt đầu nghe phản hồi từ trợ lý giọng nói của mình ngay cả khi phần còn lại của văn bản vẫn đang được tạo ra trong nền.
Changelog Piper trên GitHub chỉ rõ yêu cầu phiên bản Home Assistant 2025.7 để kích hoạt tính năng streaming audio cải tiến
Đây là một bước tiến lớn, và lý do nó hoạt động khá đơn giản. Thông thường, tốc độ tổng hợp giọng nói chậm hơn đáng kể so với khả năng xử lý token mỗi giây của nhiều máy đang chạy một LLM cục bộ. Ví dụ, máy chủ gia đình của tôi có thể chậm hơn một chút khi tạo văn bản, nhưng các từ vẫn được tạo ra nhanh hơn so với tốc độ đọc của một trợ lý giọng nói. Bằng cách này, tôi có thể sử dụng tính năng truyền tải âm thanh và nhận phản hồi nhanh hơn nhiều, ngay cả khi văn bản chưa hoàn tất. Không chỉ người dùng LLM cục bộ sẽ thấy sự nâng cấp này: khi sử dụng AI dựa trên đám mây, như các mô hình GPT của OpenAI hoặc nền tảng AI tạo sinh của Google, nó cũng sẽ giúp giảm một chút thời gian phản hồi, để bạn có thể nghe câu trả lời nhanh hơn.
Đây là một bản cập nhật cực kỳ quan trọng đối với các trợ lý giọng nói nói chung trong hệ sinh thái Home Assistant. Bạn sẽ có thể sử dụng tính năng này từ ngày 2 tháng 7 trên bất kỳ hệ thống nào đang sử dụng Piper. Nếu bạn không thuộc nhánh beta, bạn sẽ cần phải đợi, nhưng đây chắc chắn là một tính năng đáng để chờ đợi và trải nghiệm.