Kurs Home Assistant od Zera

Głos i AI  w Home Assistant

Głos i AI w Home Assistant

Data aktualizacji treści: brak danych

Home Assistant LAB · Głos i AI w praktyce · Lekcja 1
Pierwsze polecenie w Assist

Zanim kupisz mikrofon, sprawdźmy, czy Home Assistant naprawdę rozumie Twoje polecenia.

Zanim postawię w pokoju mikrofon, lubię sprawdzić jedną prostą rzecz: czy dom rozumie polecenie, które wpiszę z klawiatury. Wybiorę z Tobą bezpieczną lampkę lub wirtualny przełącznik, udostępnię go Assist i przejdę przez pierwsze włączenie oraz wyłączenie. Do tej próby wystarczy działający Home Assistant i przeglądarka. Voice PE, Whisper, Piper oraz Speech-to-Phrase dołączą w kolejnych lekcjach, gdy będziemy mieli sprawdzony punkt odniesienia.

Najbardziej zależy mi na tym, żebyś po nieudanej komendzie umiał wskazać następny krok. Czy asystent widzi encję? Czy rozumie jej nazwę? Czy urządzenie odpowiada? Za chwilę sam zobaczysz różnicę między tymi sytuacjami, bez kupowania sprzętu i bez zgadywania, który element zawiódł.

Cel lekcji

Na spokojną pierwszą próbę zarezerwuj około godziny, ale potraktuj to jako wskazówkę, nie limit. Chcę uzyskać powtarzalny wynik: wpisujesz „włącz lampkę testową”, Assist wybiera właściwą encję i widzisz zmianę jej stanu. Gdy coś nie pasuje, sprawdzasz kolejno udostępnienie, nazwę, alias i wynik rozpoznania. Zapis diagnostyczny, oznaczany w dokumentacji jako Debug, pomoże potem odtworzyć przebieg zamiast polegać na pamięci.

Dlaczego zaczynamy od tekstu, skoro cały LAB dotyczy głosu?

To może wyglądać jak krok wstecz. Chcemy przecież zbudować asystenta głosowego, a pierwszą komendę wpiszesz z klawiatury. Robimy to celowo. Polecenie głosowe przechodzi przez kilka oddzielnych etapów. Mikrofon musi Cię usłyszeć, system rozpoznawania mowy musi zamienić dźwięk na tekst, Home Assistant musi zrozumieć ten tekst, znaleźć właściwe urządzenie i dopiero wtedy wykonać akcję. Jeśli od pierwszej minuty wrzucimy wszystkie te elementy do jednego worka, pierwsza awaria będzie wyglądała zawsze tak samo: „Assist nie działa”.

Ja zaczynam od porównania dwóch prób: wpisanej i wypowiedzianej, wykonanych przez tego samego asystenta. Jeśli identyczny tekst działa, a głos nie, mam dobry powód, żeby sprawdzić mikrofon i rozpoznawanie mowy. Zanim to zrobię, porównuję jednak wybranego agenta i język: telefon może używać innego asystenta niż przeglądarka. Dopiero przy tych samych ustawieniach takie porównanie pomaga oddzielić problem dźwięku od rozumienia polecenia.

Jeśli nie działa nawet tekst, wracam do nazwy, udostępnienia encji i wyniku parsera. Na tym etapie wymiana mikrofonu czy instalowanie większego modelu nie rozwiąże konfliktu dwóch jednakowo nazwanych lamp.

Ta metoda będzie wracała przez cały LAB. Zawsze rozbijamy tor głosowy na mniejsze fragmenty i testujemy je osobno. To jedna z tych prostych rzeczy, które oszczędzają później godziny szukania problemu.

Mapa problemu, której będziemy używać przez cały LAB

Każde polecenie przechodzi przez pięć punktów kontrolnych: tekst wejściowy, rozpoznanie intencji, dopasowanie encji, wykonanie akcji oraz rzeczywisty stan urządzenia. Nie zakładamy, że sukces na jednym etapie oznacza sukces na wszystkich pozostałych.

Co właściwie nazywamy Assist?

Assist jest asystentem wbudowanym w Home Assistant. Nie jest osobną aplikacją, którą trzeba pobrać z HACS, i nie jest synonimem ChatGPT. W podstawowej konfiguracji Home Assistant potrafi rozumieć zestaw zdefiniowanych zdań i zamieniać je na konkretne intencje, czyli intents. Jeżeli napiszesz „włącz lampkę testową”, Home Assistant nie musi prowadzić swobodnej rozmowy ani wysyłać zdania do dużego modelu językowego. Ma rozpoznać, że chodzi o włączenie urządzenia, znaleźć właściwy cel i wykonać akcję.

W Debug możesz później zobaczyć nazwy takich intencji, na przykład HassTurnOn albo HassTurnOff. Nie musisz ich zapamiętywać. Chcę tylko, żebyś wiedział, co oznaczają, gdy pojawią się w diagnostyce. HassTurnOn oznacza po prostu, że parser uznał Twoje zdanie za polecenie włączenia czegoś.

Nie potrzebujesz jeszcze AI.

Do „włącz lampę”, „zgaś światło w kuchni” czy „ustaw jasność na 40 procent” lepszy jest szybki i przewidywalny mechanizm Home Assistant. LLM dołączymy później, gdy będziemy chcieli obsługiwać mniej precyzyjne zdania, pytania o kontekst i bardziej swobodną rozmowę.

Co musi być gotowe przed rozpoczęciem?

Zakładam, że przeszedłeś podstawową część kursu i masz działającą instalację Home Assistant. Nie musisz mieć Home Assistant Voice Preview Edition. Nie potrzebujesz mikrofonu USB. Nie potrzebujesz subskrypcji Home Assistant Cloud. Nie instalujemy też żadnego dodatku do lokalnego rozpoznawania mowy. Do obowiązkowej części tej lekcji wystarczy przeglądarka i jedna encja, którą można bezpiecznie włączać i wyłączać.

Najwygodniejsza będzie zwykła lampa, na przykład light.lampka_biurko. Nie wybieraj na pierwszy test zamka drzwi, bramy garażowej, alarmu, zaworu wody, grzałki ani gniazdka z urządzeniem, którego przypadkowe uruchomienie może coś uszkodzić. Pierwsza próba ma być nudna pod względem bezpieczeństwa. Włączamy lampkę i ją wyłączamy.

Jeżeli nie masz wygodnej encji testowej, utworzymy całkowicie wirtualny przełącznik. To dobre rozwiązanie również wtedy, gdy robisz lekcję późnym wieczorem i nie chcesz pięć razy zapalać światła w sypialni.

Opcja awaryjna: wirtualny „Przełącznik testowy”

Najbardziej realistyczny test sterowania oświetleniem wykonasz na prawdziwej encji z domeny light. Jeżeli jednak nie masz bezpiecznej lampy do ćwiczeń, utworzymy pomocniczy przełącznik logiczny. Pozwoli on bez ryzyka sprawdzić cały mechanizm: ekspozycję, rozpoznanie polecenia, wybór celu i zmianę stanu.

To nie jest fizyczna lampa. Nie przetestujesz na nim jasności, koloru ani temperatury barwowej. Do Lekcji 1 to jednak zaleta: stan on i off wystarczą, aby rzetelnie przetestować podstawowe polecenia włączania i wyłączania.

  1. Wejdź w Ustawienia → Urządzenia i usługi → Pomocnicy.
  2. Wybierz Utwórz pomocnika.
  3. Wybierz typ Przełącznik (Toggle).
  4. Nadaj nazwę Przełącznik testowy.
  5. Zapisz.

Powstanie encja z domeny input_boolean, czyli wirtualny pomocnik przechowujący stan on albo off. Możesz myśleć o nim jak o przełączniku zapisanym w Home Assistant. W naszym nowym ćwiczeniu nie podłączamy do niego żadnej automatyzacji, więc zmiana stanu nie zasila urządzenia. Jeśli używasz istniejącego pomocnika, najpierw sprawdź jego powiązania: automatyzacja reagująca na jego stan mogłaby wykonać rzeczywistą akcję.

Jeżeli nie widzisz helpera Przełącznik (Toggle)

W typowej instalacji jest dostępny automatycznie przez default_config:. Jeżeli świadomie zbudowałeś mocno okrojoną konfigurację i usunąłeś default_config:, integracja input_boolean może wymagać jawnego włączenia w configuration.yaml. W normalnej instalacji HA OS nie powinieneś niczego dopisywać.

Najpierw sprawdzamy encję bez Assist

Zanim zaczniemy diagnozować asystenta, upewnij się, że sama encja działa. Otwórz ją z dashboardu albo z listy encji i ręcznie zmień stan. Jeżeli wybrałeś lampę, włącz ją i wyłącz. Jeżeli utworzyłeś helper, przestaw go na on, a później na off.

To jest bardzo ważny punkt kontrolny. Jeżeli urządzenie nie reaguje już teraz, Assist nie ma czego naprawiać. Problem leży w integracji, połączeniu urządzenia albo samej encji. Do LAB-u głosowego wracamy dopiero wtedy, gdy zwykłe sterowanie w interfejsie Home Assistant jest poprawne.

Zapisz trzy rzeczy

Otwórz ustawienia encji i sprawdź jej:

  • nazwę widoczną dla człowieka, na przykład „Lampka testowa” albo „Przełącznik testowy”,
  • entity ID, na przykład light.lampka_biurko lub input_boolean.przelacznik_testowy,
  • obszar, jeśli jest przypisany, na przykład „Gabinet”.

Dla człowieka entity ID wygląda jak najważniejsza nazwa, bo często używamy go w YAML-u. Assist patrzy przede wszystkim na nazwę encji, jej aliasy i kontekst obszaru. To rozróżnienie będzie miało ogromne znaczenie.

Ekspozycja encji. Assist nie powinien widzieć całego domu

Home Assistant nie zakłada, że asystent głosowy ma automatycznie dostać dostęp do wszystkiego, co istnieje w systemie. Encje przeznaczone do sterowania głosowego trzeba wystawić do Assist. To dobra decyzja. W rozbudowanym domu możesz mieć setki sensorów diagnostycznych, encje aktualizacji, wewnętrzne przełączniki integracji, zamki, bramy, alarm i różne serwisowe byty, których nigdy nie chcesz wywoływać głosem.

Wystawiamy jedną encję

  1. Przejdź do Ustawienia → Asystenci głosowi.
  2. Otwórz kartę Expose.
  3. Jeżeli Twojej lampy lub helpera nie ma jeszcze na liście wystawionych encji, wybierz Udostępnij encje (Expose entities).
  4. Wyszukaj nazwę swojej encji testowej.
  5. Zaznacz ją i zatwierdź.
  6. Otwórz szczegóły tej encji na karcie Expose i sprawdź, czy jest włączona dla Assist.

Możesz zrobić to również od strony samej encji. Otwórz jej szczegóły, przejdź do ustawień i wybierz sekcję Asystenci głosowi. W dużej instalacji centralna karta Expose jest jednak wygodniejsza, bo od razu widzisz, co udostępniłeś asystentom.

Czym ekspozycja jest, a czym nie jest

Ekspozycja określa, jakie encje są dostępne dla danego asystenta. Ogranicza zestaw celów, które Assist może brać pod uwagę, co poprawia porządek, bezpieczeństwo i czytelność diagnostyki. Nie zastępuje jednak kont użytkowników, uwierzytelniania ani pozostałych zabezpieczeń Home Assistant.

Na razie nie wystawiaj zamka, alarmu ani bramy

W tej lekcji chcemy nauczyć się działania Assist, a nie testować granice bezpieczeństwa. Do tematów wrażliwych wrócimy osobno. W pierwszym ćwiczeniu wystaw tylko lampę albo wirtualny helper.

Nazwa, alias i obszar. Trzy rzeczy, które brzmią podobnie, ale robią coś innego

To jest najczęstsze miejsce, w którym konfiguracja technicznie wygląda dobrze, a rozmowa z domem jest sztuczna. Przykład: integracja utworzyła encję o nazwie „Tuya Smart Switch Channel 1”. Ty w domu od trzech lat mówisz na nią „lampka przy kanapie”. Home Assistant nie czyta Ci w myślach. Jeżeli nie poprawisz nazwy albo nie dodasz aliasu, polecenie „włącz lampkę przy kanapie” może nie znaleźć celu.

Nazwa

To podstawowa nazwa encji widoczna w Home Assistant. Dla naszego testu ustaw po prostu Lampka testowa albo Przełącznik testowy, zależnie od wybranego wariantu. Nie doklejaj zbędnych technicznych informacji. „Lampka testowa Zigbee Sonoff 01” może być świetną nazwą w arkuszu inwentaryzacyjnym, ale głosowo jest męcząca.

Alias

Alias jest dodatkową nazwą, którą możesz wypowiedzieć. Jedna osoba może mówić „lampka biurkowa”, druga „lampka na biurku”. Nie musisz zmieniać głównej nazwy za każdym razem. Dodajesz obie wersje jako aliasy. Alias nie tworzy nowej encji i nie dubluje urządzenia. To po prostu kolejny sposób zwrócenia się do tego samego celu.

Obszar

Obszar mówi Home Assistantowi, gdzie używasz urządzenia. Na razie wybierz jeden pokój, na przykład Gabinet; strukturę całego domu uporządkujemy w następnej lekcji. Dla fizycznej lampy z domeny light porównamy później nazwę i polecenie dotyczące świateł w pokoju. Wirtualny input_boolean, nawet nazwany „Lampka testowa”, nadal jest pomocnikiem, więc nie oczekuj, że zbiorcze „włącz światła w gabinecie” obejmie go tak samo jak prawdziwe światła. W jego przypadku używaj pełnej nazwy.

Zanim uruchomię pierwsze polecenie, sprawdzam Ustawienia → Asystenci głosowi. Dla tego ćwiczenia wybierz język polski i natywnego agenta rozmowy Home Assistant. Jeżeli masz już asystenta z modelem AI, nie używaj go jako punktu odniesienia dla tych prób. Wybierz istniejącego asystenta natywnego albo utwórz osobnego do ćwiczeń i zanotuj jego nazwę. Instalacje z ręcznie ograniczoną konfiguracją mogą wymagać dodatkowego przygotowania; odsyłam wtedy do oficjalnej diagnostyki zamiast proponować przypadkowe zmiany YAML.

Polskie odmiany nazw sprawdzę jawnie. Jeśli nazwa „Lampka testowa” nie pasuje do „włącz lampkę testową”, dodaj do tej samej encji alias „lampkę testową” i ponów próbę parsera. To mała, celowa poprawka dla konkretnej wypowiedzi, a nie polecenie dopisywania wszystkich odmian każdego wyrazu. W następnej lekcji zajmiemy się naturalnymi nazwami całego pokoju.

Pierwszy test parsera bez wykonywania żadnej akcji

Zanim pozwolimy Assist zmienić stan encji, użyjemy jednego z najlepszych narzędzi diagnostycznych w całym systemie. Parser zdań pozwala sprawdzić, jak Home Assistant rozumie konkretne zdanie, ale nie musi wykonywać akcji. To idealne miejsce do testowania nazw, aliasów i konstrukcji językowych.

  1. Wejdź w Ustawienia → Narzędzia → Assist.
  2. Znajdź część z parserem zdań.
  3. Ustaw język Polski.
  4. Wpisz polecenie zgodne z nazwą Twojej encji, na przykład włącz lampkę testową albo włącz przełącznik testowy.
  5. Uruchom test.

Interesują Cię trzy rzeczy. Po pierwsze, czy zdanie zostało dopasowane do intencji włączenia. Po drugie, jakiego celu dotyczy według parsera. Po trzecie, czy encją faktycznie dopasowaną do tego celu jest właśnie Twoja encja testowa. Jeżeli wszystko jest poprawne, masz dowód, że warstwa rozumienia zdania działa.

Dwa testy tekstowe, których nie warto mylić

W Ustawienia → Narzędzia → Assist testujesz parser języka bez wykonywania polecenia. To najlepsze miejsce do sprawdzania nazw, aliasów i konstrukcji zdania. Jeżeli chcesz przetestować konkretnego asystenta lub pipeline i jednocześnie naprawdę wykonać akcję, otwórz Ustawienia → Asystenci głosowi, wybierz asystenta, wejdź w Debug i użyj opcji uruchomienie tekstowego przebiegu (Run text pipeline). W całym LAB-ie będziemy świadomie wybierać jedno z tych narzędzi zależnie od tego, czy chcemy tylko sprawdzić rozumienie, czy pełny przebieg.

Dlaczego ten test jest lepszy od pięciu prób głosowych?

Bo eliminuje mikrofon, hałas w pokoju, jakość STT i wymowę. Jeżeli parser nie rozumie idealnie wpisanego zdania, nie ma znaczenia, jak dobry mikrofon później kupisz.

Sprawdź też trzy odmiany

Nie zatrzymuj się na jednym zdaniu. W polskim naturalnie odmieniamy nazwy i budujemy polecenia na kilka sposobów. Na tym etapie nie będziemy jeszcze poprawiać całego polskiego słownika, ale wykonaj mały test. Wybierz przykłady zgodne z nazwą swojej encji.

  • włącz lampkę testową albo włącz przełącznik testowy,
  • wyłącz lampkę testową albo wyłącz przełącznik testowy,
  • włącz lampkę, jeżeli dodałeś alias „lampka” do prawdziwej encji światła.

Jeżeli dwa pierwsze zdania działają, a trzecie nie, masz bardzo czytelny trop: sprawdź alias. Jeżeli żadne nie działa, wróć do ekspozycji i nazwy encji. Nie zmieniaj pięciu rzeczy naraz.

Pierwsza prawdziwa komenda w Assist

Skoro parser rozumie zdanie, możemy przejść do właściwego Assist. W standardowym dashboardzie jego ikonę znajdziesz w prawym górnym rogu. Otwórz Assist i na razie wybierz pole tekstowe.

  1. Ustaw encję testową w stanie off.
  2. Otwórz Assist.
  3. Wpisz polecenie zgodne z nazwą encji, na przykład włącz lampkę testową lub włącz przełącznik testowy.
  4. Wyślij polecenie.
  5. Sprawdź stan encji i, jeśli to urządzenie fizyczne, rzeczywisty efekt.

Jeżeli wszystko jest poprawne, encja zmieni stan na on. Przy fizycznej lampie zobaczysz po prostu światło. Przy helperze zobaczysz zmianę przełącznika w interfejsie.

Teraz wykonaj analogiczne polecenie wyłączenia. Nie traktuj drugiego polecenia jako formalności. Chcemy sprawdzić obie strony, bo czasem nazwa albo domena encji działa w jednym typie intencji, a w innym od razu ujawnia problem.

Punkt kontrolny 1

Jeżeli polecenia włączenia i wyłączenia działają z pola tekstowego Assist, masz sprawdzony fundament. Home Assistant widzi encję, rozumie jej nazwę i potrafi wykonać intencję. Dopiero od tego miejsca dokładamy kolejne elementy.

Debug Assist. Zaglądamy pod maskę

Działająca komenda to dobry moment, żeby nauczyć się Debug. Zwykle ludzie otwierają diagnostykę dopiero wtedy, gdy coś się zepsuje. Wtedy każdy wpis wygląda obco. My zrobimy odwrotnie. Najpierw zobaczymy poprawny przebieg. Później łatwiej rozpoznasz, czego brakuje w przebiegu błędnym.

  1. Przejdź do Ustawienia → Asystenci głosowi.
  2. Otwórz asystenta, którego właśnie użyłeś.
  3. Wybierz Debug.
  4. Na górze wybierz ostatnie uruchomienie z listy.

Dokładny wygląd danych zależy od pipeline'u i wersji interfejsu, ale szukaj sensu, a nie konkretnych numerów. Powinieneś zobaczyć tekst wejściowy, etap rozpoznania intencji, informacje o dopasowanym celu oraz odpowiedź asystenta. Przy komendzie włączenia pojawi się intencja odpowiadająca włączeniu, zwykle nazwana HassTurnOn. Przy wyłączeniu analogicznie zobaczysz HassTurnOff.

Nie kopiuj jeszcze całego Debug do notatnika. Naucz się odpowiadać na cztery pytania:

  1. Jaki tekst trafił do warstwy rozumienia?
  2. Jaka intencja została rozpoznana?
  3. Jaka encja została wskazana jako cel?
  4. Czy akcja zakończyła się powodzeniem?
Nie myl celu wskazanego przez zdanie z encją ostatecznie dopasowaną

W wyniku parsera i Debug mogą pojawić się osobno intencja, informacje o celu oraz lista encji faktycznie dopasowanych. Szukamy odpowiedzi na dwa pytania: „czego dotyczyło polecenie?” oraz „którą konkretnie encję Home Assistant uznał za właściwą?”. Przy podobnych nazwach te odpowiedzi nie zawsze są tym samym.

To będzie nasza podstawowa procedura diagnostyczna. W lekcjach z mikrofonem dojdzie jeszcze pytanie „co STT usłyszał?”, ale pozostałe cztery zostają takie same.

Jak wygląda poprawny przebieg na konkretnym przykładzie?

Przejdźmy przez jedną komendę dokładnie tak, jak będziemy to robić później przy bardziej złożonych przypadkach. Załóżmy, że mamy encję light.lampka_biurko. Jej nazwa w interfejsie to „Lampka biurkowa”, jest wystawiona do Assist i znajduje się w obszarze „Gabinet”. Wpisujesz: „włącz lampkę biurkową”.

Pierwszy etap jest banalny, ale właśnie dlatego dobry do testu. Tekst trafia bezpośrednio do warstwy konwersacji. Nie ma mikrofonu, nie ma szumu, nie ma błędnej transkrypcji. Home Assistant sprawdza, czy zdanie pasuje do znanych konstrukcji językowych. Jeżeli tak, rozpoznaje intencję włączenia i próbuje wypełnić potrzebne informacje. W tym przypadku szuka celu o nazwie odpowiadającej „lampka biurkowa”.

Następnie Home Assistant porównuje nazwę z tym, co Assist ma prawo widzieć. I tu ekspozycja ma realne znaczenie. Jeśli light.lampka_biurko istnieje w systemie, ale nie została wystawiona do Assist, sama obecność encji nie wystarczy. Jeśli jest wystawiona, nazwa się zgadza i nie ma konfliktu, cel zostaje odnaleziony.

Dopiero potem wykonywana jest właściwa akcja. Jeśli lampa odpowiada poprawnie, stan zmienia się na on. Assist może przygotować odpowiedź dla użytkownika. Przy sesji tekstowej zobaczysz ją jako tekst. Gdy w dalszych lekcjach dołączymy TTS, ta sama odpowiedź będzie mogła zostać odczytana przez głośnik satelity.

Cały ten ciąg wygląda na skomplikowany tylko wtedy, gdy oglądasz go po raz pierwszy. W praktyce będziemy szukać pierwszego miejsca, w którym dane przestają być poprawne. Jeżeli wejściowy tekst jest dobry, ale nie ma dopasowanej encji, interesuje nas nazwa, alias i ekspozycja. Jeżeli encja została znaleziona, ale fizyczna lampa nie reaguje, wracamy do integracji i stanu urządzenia. Jeżeli przy głosie tekst wejściowy jest już błędny, skupiamy się na STT. To jest cała logika diagnostyki tego LAB-u.

Teraz celowo coś psujemy

Teraz pokażę Ci różnicę między trzema podobnie wyglądającymi problemami. Zmienię za każdym razem tylko jeden element, a po próbie przywrócę wcześniejsze ustawienia. Zanim zaczniesz, zapisz obecną nazwę, aliasy, obszar i udostępnienie encji. Przy jednej lampce wystarczy krótka notatka lub zrzut ustawień; nie musisz odtwarzać ich później z pamięci.

Awaria A: zabieramy ekspozycję

Wejdź ponownie do Ustawienia → Asystenci głosowi → karta udostępniania encji (Expose) i wyłącz dostęp encji testowej dla Assist. Nie usuwaj encji i nie zmieniaj jej nazwy. Teraz uruchom parser oraz zwykłe Assist z tym samym zdaniem.

Zwróć uwagę na różnicę. Encja nadal istnieje w Home Assistant i nadal możesz nią sterować ręcznie, ale została usunięta z zestawu celów dostępnych dla asystenta. To pokazuje, że „urządzenie jest w HA” i „Assist może nim sterować” to dwie osobne rzeczy.

Po teście ponownie wystaw encję do Assist.

Awaria B: używamy nazwy, której Home Assistant nie zna

Załóżmy, że encja nazywa się „Lampka testowa”, ale Ty wpiszesz „włącz światło warsztatowe”. Jeżeli nie istnieje taki alias ani inna encja o tej nazwie, Assist nie powinien zgadywać, że chodziło Ci o lampkę testową. Otwórz parser i sprawdź wynik.

Teraz dodaj alias światło warsztatowe do tej samej encji i powtórz test. Nie zmieniłeś automatyzacji, integracji ani entity ID. Dodałeś tylko nowy sposób zwracania się do urządzenia. To dokładnie rola aliasu.

Awaria C: encja jest niedostępna

Próbę niedostępności pomiń, jeśli używasz wirtualnego pomocnika. Przy fizycznej lampce możesz odłączyć wyłącznie gotowe, bezpiecznie dostępne zasilanie, o ile producent dopuszcza taki sposób obsługi. Nie otwieraj puszek ani obudów i nie pracuj przy przewodach 230 V. Poczekaj, aż Home Assistant rzeczywiście pokaże unavailable; samo wyjęcie wtyczki nie musi od razu zmienić stanu encji. Po próbie podłącz lampkę ponownie, poczekaj na dostępność i sprawdź sterowanie ręczne. Parser może nadal rozumieć nazwę, choć urządzenie chwilowo nie odpowiada.

Nie uznawaj odpowiedzi Assist za jedyny dowód sukcesu

Przy niedostępnym urządzeniu porównuję trzy rzeczy: odpowiedź Assist, stan encji i faktyczny efekt. Komunikat asystenta nie zastępuje obserwacji lampy. Jeśli nazwa została dopasowana, lecz cel pozostaje unavailable, zajmuję się połączeniem urządzenia, a nie kolejnymi aliasami. Zapisuję też wersję Home Assistant, ponieważ obsługa błędów i szczegóły odpowiedzi mogą zmieniać się między wydaniami. Nie zakładam z góry, że konkretny błąd ze starszej wersji występuje również u Ciebie.

To bardzo ważna różnica. Poprawne rozpoznanie zdania nie gwarantuje jeszcze, że fizyczny świat wykona polecenie. Home Assistant może doskonale wiedzieć, co chcesz zrobić, a urządzenie Zigbee może być offline. Właśnie dlatego późniejsze testy zawsze obejmują także rzeczywisty efekt, a nie tylko odpowiedź Assist.

Zapisuj wynik testu, a nie wrażenie

W kolejnych lekcjach będziemy porównywać silniki STT, mikrofony, modele i sposób ustawienia satelity w pomieszczeniu. Jeżeli będziemy opierać się na zdaniu „wydaje mi się, że teraz działa lepiej”, szybko przestaniemy wiedzieć, co naprawdę się poprawiło. Dlatego już dziś załóż prostą notatkę dla tego LAB-u. Nie potrzebujesz arkusza z setką kolumn. Zapisz datę, wersję Home Assistant, nazwę użytego asystenta lub pipeline'u, zdanie testowe i wynik.

Dla Lekcji 1 wystarczy kilka wpisów: „włącz lampkę testową, parser OK, akcja OK”, „wyłącz lampkę testową, parser OK, akcja OK”, „światło warsztatowe bez aliasu, brak dopasowania”, „światło warsztatowe po dodaniu aliasu, dopasowanie poprawne”. Taki zapis może wydawać się przesadą przy jednej lampie. Przy dwudziestu testach mikrofonu i trzech modelach rozpoznawania mowy będzie bezcenny.

Jeżeli chcesz prowadzić LAB bardzo dokładnie, dopisz również entity ID. Nazwę encji można później zmienić, a entity ID pomaga jednoznacznie ustalić, czego dotyczył stary test. Nie zmieniaj jednak entity ID tylko dlatego, że brzmi technicznie. Głosowo pracujemy na nazwach i aliasach, a identyfikator traktujemy jako punkt technicznego odniesienia.

Jeżeli masz już działający pipeline głosowy, wykonaj próbę z telefonu

Ta część jest opcjonalna. Nie instaluj dziś dodatkowego STT tylko po to, żeby ją zaliczyć. Jeśli używasz już Home Assistant Cloud albo masz skonfigurowany lokalny pipeline z rozpoznawaniem mowy, możesz od razu sprawdzić tę samą komendę głosem.

Warunki próby głosowej

Zanim rozpoczniesz test z telefonu, sprawdź trzy rzeczy: aplikacja Home Assistant ma dostęp do mikrofonu, wybrany asystent korzysta z pipeline'u zawierającego skonfigurowane rozpoznawanie mowy oraz telefon może połączyć się z Twoją instancją Home Assistant. Jeżeli którykolwiek z tych warunków nie jest spełniony, wynik nie będzie testem Assist, lecz konfiguracji telefonu albo pipeline'u.

Android

  1. Otwórz aplikację Home Assistant Companion.
  2. W prawym górnym rogu otwórz menu z trzema kropkami.
  3. Wybierz Assist.
  4. Uruchom nasłuch i powiedz polecenie zgodne z nazwą encji testowej.

iPhone lub iPad

  1. Otwórz aplikację Home Assistant.
  2. W prawym górnym rogu otwórz menu z trzema kropkami.
  3. Wybierz Assist.
  4. Wypowiedz to samo polecenie.

Jeśli tekst działał, a głos nie, najpierw porównaj asystenta wybranego w telefonie z tym z próby tekstowej. Następnie otwórz diagnostykę ostatniego przebiegu i odczytaj transkrypcję, czyli tekst otrzymany z mowy. „Lampkę tekstową” zamiast „lampkę testową” to konkretny trop prowadzący do STT. Dopiero poprawny tekst pozwala sensownie ocenić dalsze rozpoznanie zamiaru. Nie poprawiaj nazw encji tylko dlatego, że jedna próba głosowa się nie udała.

Nie masz jeszcze STT? To jest prawidłowy stan na tym etapie.

W kolejnych lekcjach zbudujemy lokalny tor głosowy świadomie i krok po kroku. Nie chcę, żebyś dziś instalował przypadkowy silnik tylko po to, aby pojawiła się ikonka mikrofonu. Obowiązkowy wynik Lekcji 1 to poprawne działanie Assist z tekstem i umiejętność diagnostyki.

Jak odróżnić problem STT od problemu Assist?

Załóżmy, że tekstowe „włącz lampkę testową” działa za każdym razem. Bierzesz telefon, wypowiadasz to samo zdanie i nic się nie dzieje. Pierwszy odruch wielu osób to zmiana nazwy lampy. Tego właśnie nie robimy. Skoro identyczny tekst działa, nazwa i ekspozycja zostały już sprawdzone.

Otwórz Debug próby głosowej i znajdź wynik rozpoznawania mowy. Jeżeli transkrypcja jest zgodna z tym, co powiedziałeś, problem leży dalej w pipeline. Jeżeli transkrypcja ma błąd, na przykład „lampkę tekstową” zamiast „lampkę testową”, nie ma sensu grzebać w automatyzacjach. To STT przekazał parserowi inne zdanie niż to, które wypowiedziałeś.

Jest jeszcze trzeci przypadek. STT rozpoznaje zdanie poprawnie, parser znajduje właściwą intencję, ale urządzenie nie reaguje. Wtedy spójrz na encję i sprawdź jej dostępność oraz ręczne sterowanie. Taka kolejność może brzmieć pedantycznie, ale właśnie dzięki niej późniejsze porównanie Speech-to-Phrase i Whispera będzie miało sens. Będziemy oceniać rzeczywisty etap rozpoznawania mowy, a nie mieszać go z problemami nazewnictwa urządzeń.

Reguła LAB-u

U mnie kolejna próba zawsze wynika z poprzedniego wyniku. Brak poprawnej transkrypcji kieruje uwagę na STT. Dobry tekst bez właściwego celu prowadzi do nazwy, udostępnienia i agenta. Poprawny cel bez reakcji urządzenia wymaga sprawdzenia encji i integracji. Porównuję ten sam asystent i to samo zdanie, zmieniam jeden element i ponawiam próbę. Dzięki temu wiem, która poprawka rzeczywiście pomogła.

Najczęstsze problemy w Lekcji 1

„Assist nie znajduje urządzenia, ale na dashboardzie ono działa”

Najpierw sprawdź kartę Expose. To najprostszy i najczęstszy przypadek. Urządzenie może działać idealnie w Home Assistant, ale nie być wystawione do Assist.

„Assist znajduje inne urządzenie”

Sprawdź nazwy i aliasy. Jeżeli w domu masz trzy encje nazwane „Lampka”, parser ma znacznie trudniejsze zadanie niż wtedy, gdy używasz „Lampka biurkowa”, „Lampka przy kanapie” i „Lampka nocna”. W następnej lekcji uporządkujemy ten temat na poziomie całego domu.

„Parser zdania działa, ale akcja nie”

Otwórz encję i steruj nią ręcznie. Jeżeli nie reaguje, to nie jest problem Assist. Jeżeli reaguje ręcznie, otwórz Debug i sprawdź, jaka encja została wybrana oraz czy wykonanie zakończyło się błędem.

„Polecenie wpisane działa, wypowiedziane nie”

To dobra wiadomość, bo ograniczyliśmy obszar poszukiwań. Warstwa rozumienia i sterowania działa. Sprawdź transkrypcję STT. Właściwą konfiguracją lokalnego rozpoznawania mowy zajmiemy się później.

„Nie widzę ikony Assist”

Najpierw sprawdź zwykły interfejs Home Assistant, bez trybu kiosk i bez modyfikacji chowających nagłówek. W standardowym dashboardzie Assist jest dostępny z prawej górnej części interfejsu. Jeżeli korzystasz z panelu w trybie kiosk, w dalszej części kursu możesz dodać na dashboard osobny przycisk uruchamiający Assist. Sam brak ikony w kiosku nie oznacza awarii pipeline'u.

„Polskie zdanie brzmi naturalnie, ale parser go nie rozumie”

Nie zakładaj od razu, że zrobiłeś coś źle. Zestaw polskich zdań Home Assistant jest rozwijany i konkretna konstrukcja językowa może nie być obsłużona tak, jak oczekujesz. Najpierw testuj prostą formę z dokładną nazwą encji. Później sprawdzimy aliasy, odmianę nazw, własne zdania i bardziej naturalne warianty.

Mały test końcowy. Bez niego nie przechodź dalej

Nie chodzi o egzamin. Chodzi o to, żeby następna lekcja startowała z pewnego punktu. Wykonaj poniższy zestaw bez zmieniania konfiguracji pomiędzy próbami.

  1. Ręcznie włącz i wyłącz encję testową z interfejsu HA.
  2. Sprawdź, czy encja jest wystawiona do Assist.
  3. Uruchom parser dla polecenia włączenia encji testowej.
  4. Sprawdź, czy parser wskazał właściwą encję.
  5. Wykonaj polecenie włączenia w Assist.
  6. Wykonaj polecenie wyłączenia w Assist.
  7. Otwórz Debug ostatniej komendy i znajdź rozpoznaną intencję oraz dopasowaną encję.
  8. Jeżeli masz działający STT, powtórz jedną próbę głosem i porównaj transkrypcję z tym, co powiedziałeś.

Gdy pierwsze siedem punktów daje oczekiwany rezultat, zostawiłbym tę konfigurację jako punkt odniesienia. Próba głosowa pozostaje opcjonalna. Po ćwiczeniu przywróć stan lampki sprzed testu, usuń niepotrzebny alias „światło warsztatowe” i porównaj udostępnienie z notatką. Nowy, niepowiązany pomocnik może pozostać wyłączony do kolejnych ćwiczeń. Jeśli rezygnujesz z niego, najpierw cofnij jego udostępnienie, a potem usuń tylko ten utworzony na potrzeby lekcji pomocnik.

Warunek przejścia do Lekcji 2

Przechodzisz dalej dopiero wtedy, gdy potrafisz samodzielnie wskazać nazwę i entity ID encji testowej, jej stan ręczny, status ekspozycji dla Assist, wynik parsera, wynik wykonania w Assist oraz miejsce w Debug, w którym widać intencję i dopasowaną encję. Próba głosowa jest dodatkiem, nie warunkiem ukończenia Lekcji 1.

Co dokładnie zbudowaliśmy?

Na tym etapie architektura jest celowo mała. Home Assistant ma jedną encję testową. Ta encja jest wystawiona do Assist. Parser potrafi rozpoznać zdanie i przypisać je do konkretnej intencji. Assist potrafi wykonać akcję, a Debug pozwala nam odtworzyć przebieg komendy.

Nie mamy jeszcze lokalnego STT, własnego TTS, wake word, satelity w pokoju ani AI. I bardzo dobrze. Każdy z tych elementów dołożymy do systemu, który już rozumiemy. Jeżeli w Lekcji 4 po instalacji lokalnego rozpoznawania mowy coś przestanie działać, będziemy mogli wrócić do tego samego testu tekstowego i w kilka minut ustalić, czy problem pojawił się przed, czy po etapie rozpoznawania mowy.

Zapamiętaj z tej lekcji jedną procedurę

Najpierw sprawdź, czy encja działa ręcznie. Potem ekspozycję. Następnie parser zdania. Później właściwe Assist. Na końcu Debug. Gdy dojdzie głos, przed parserem pojawi się jeszcze kontrola transkrypcji STT. Taka kolejność jest szybsza niż restartowanie wszystkiego i zmienianie konfiguracji na chybił trafił.

Co zrobimy w następnej lekcji?

Jedna „Lampka testowa” jest łatwa. Prawdziwy dom nie jest. Masz salon, kuchnię, kilka lamp, rolety, telewizory, gniazdka, sensory, być może dwa urządzenia o prawie tej samej nazwie. Jeśli teraz wystawimy wszystko do Assist, bardzo szybko powstanie bałagan.

Dlatego w Lekcji 2 przygotujemy realny dom do sterowania głosem. Uporządkujemy obszary i piętra, poprawimy nazwy, zbudujemy aliasy i ustalimy, które encje w ogóle powinny być wystawione. Na końcu nie będziemy mówić „włącz light living room ceiling number two”, tylko normalnie: „zgaś światła w salonie”.

Źródła i dalsza pomoc

Przy dalszej diagnostyce korzystam z oficjalnych opisów: diagnostyka Assist, udostępnianie encji, wirtualny przełącznik input_boolean, Assist na Androidzie, Assist na urządzeniach Apple. Redakcja: 26.09.2026. Zachowaj w notatce również wersję swojej instalacji, aby rozpoznać różnice po aktualizacji.

Co dalej z Home Assistant?

Jeśli chcesz pójść dalej, w kursie „Smart Home od Zera” pokażę Ci krok po kroku, jak skonfigurować Home Assistant, zbudować pierwsze automatyzacje i wykorzystać je we własnych projektach.

Lekcje
369
Moduły
29
Pełny dostęp
39 zł

Jedna opłata za dostęp do całego kursu. Bez abonamentu.

Skończyłeś tę lekcję?

💬 Tematy do tej lekcjiCałe forum

Poniżej są wyłącznie tematy powiązane z tą lekcją. Pełna treść i odpowiedzi znajdują się na forum MarkLabs.

Nie ma jeszcze tematów do tej lekcji.

Nikt nie jest nieomylny. Coś nie gra w tej lekcji? Zgłoś błąd