Un article récent de XDA a soulevé un point petit mais vrai sur les maisons intelligentes auto-hébergées : tout le reste dispose de bonnes options locales, sauf le haut-parleur. Le Nest de Google et l’Echo d’Amazon sont devenus les chemins de moindre résistance pour le contrôle vocal, et chaque autre couche de la maison — lumières, capteurs, caméras — dispose d’alternatives ouvertes qui les surpassent clairement. Les meilleures applications pour les haut-parleurs intelligents auto-hébergés sur bureau comblent cet dernier écart.
Nous avons testé sept applications et piles sur Windows, macOS et Linux qui ajoutent le contrôle vocal local, la détection du mot de réveil et l’audio multi-pièces à une maison intelligente auto-hébergée. Chacune couvre une partie différente du pipeline « hey speaker, fais un truc » : mot de réveil, reconnaissance vocale, gestion des intentions, synthèse vocale et lecture multi-pièces. Choisissez en fonction de la partie que nous avons le plus besoin de résoudre.
Ce qu'il faut rechercher dans une pile de haut-parleur intelligent auto-hébergé
Un haut-parleur qui remplace un Nest ou un Echo comporte plus de pièces que « installer une application ». Les applications qui font cela bien partagent quelques propriétés :
- La confidentialité de bout en bout : le traitement audio se fait sur le LAN, pas d’appels cloud inévitables, et tout est inspectable.
- Un pipeline séparable. Le mot de réveil, la reconnaissance vocale, l’intention et la synthèse vocale devraient chacun être interchangeables afin que nous puissions mettre à niveau l’un sans refaire le reste.
- Une bonne détection du mot de réveil qui résiste aux faux positifs sur la télévision et la lecture de musique. C’est la partie sur laquelle Google et Amazon ont dépensé le plus et où les piles d’amateurs avaient l’habitude d’être à la traîne.
- L’intégration avec Home Assistant, la plateforme de maison intelligente open source de référence en 2026, soit directement, soit par le biais d’un pont documenté.
- L’audio multi-pièces qui est synchronisé, pas « assez proche ».
- Des exigences matérielles raisonnables. Tout ce qui nécessite un GPU pour le mot de réveil est un mauvais ajustement pour un déploiement de haut-parleur distribué.
Comparaison rapide
| Application | Idéale pour | Plateformes | Plan gratuit | Prix de départ/mois | Évaluation |
|---|---|---|---|---|---|
| Home Assistant Assist | Pipeline vocal de bout en bout lié à Home Assistant | Windows, macOS, Linux, Docker | Entièrement gratuit, open source | Gratuit (Nabu Casa cloud est optionnel) | 4.8 / 5 |
| Rhasspy 3 | Kit d’outils d’assistant vocal modulaire | Linux, Docker | Entièrement gratuit, open source | Gratuit | Référence communautaire |
| Willow | Matériel basé sur ESP32 plus serveur pour la voix locale bon marché | Serveur Linux + dispositif ESP32 | Entièrement gratuit, open source | Gratuit | GitHub |
| openWakeWord | Moteur de mot de réveil personnalisé qui surpasse les moteurs commerciaux | Windows, macOS, Linux | Entièrement gratuit, open source | Gratuit | GitHub |
| Snapcast | Serveur audio multi-pièces synchronisé | Windows, macOS, Linux, Android | Entièrement gratuit, open source | Gratuit | 4.7 / 5 |
| Music Assistant | Serveur de bibliothèque musicale pour Home Assistant | Linux, Docker | Entièrement gratuit, open source | Gratuit | 4.6 / 5 |
| Mycroft OVOS | Branche communautaire de Mycroft avec une pile d’assistant complète | Linux, Docker | Entièrement gratuit, open source | Gratuit | Référence communautaire |
Piper TTS est inclus dans la section comment choisir comme le meilleur choix vocal actuel pour la synthèse vocale.
Les applications
1. Home Assistant Assist
Home Assistant Assist est la couche d’assistant qui est livrée avec Home Assistant, et en 2026, c’est la pile de haut-parleur intelligent open source la plus complète. Assist regroupe la détection du mot de réveil (via openWakeWord), la reconnaissance vocale (via Whisper), la gestion des intentions (native, étendue par n’importe quel module complémentaire HA) et la synthèse vocale (via Piper). Voice PE, le matériel Home Assistant Voice Preview Edition, est le haut-parleur prêt à l’emploi si nous ne voulons pas nous procurer de matériel. N’importe quel satellite Voice Assistant basé sur ESP32 ou un satellite conforme au protocole Wyoming fonctionne également.
Où il est en retard : L’intégration LLM d’Assist pour les questions ouvertes nécessite toujours une configuration et soit un modèle cloud, soit un modèle local. Le moteur d’intention standard est très bon pour les commandes de maison intelligente et moins utile pour les requêtes de connaissances générales.
Tarification :
- Gratuit : entièrement gratuit, open source
- Payant : Nabu Casa Cloud est optionnel et ajoute l’accès à distance plus STT/TTS cloud
Plateformes : Windows, macOS, Linux, Docker (comme hôte HA)
Télécharger : Home Assistant
Conclusion : le choix sensé par défaut pour un haut-parleur intelligent auto-hébergé en 2026.
2. Rhasspy 3
Rhasspy 3 est un kit d’outils d’assistant vocal modulaire créé par le responsable qui travaille maintenant sur Home Assistant Assist. La conception est un ensemble d’étapes (audio entrant, mot de réveil, STT, intention, TTS, audio sortant) qui se branchent les unes sur les autres sur un bus d’événements. Rhasspy se situe à l’extrémité « créer le nôtre » du spectre et récompense ceux qui veulent un contrôle total sur le modèle qui exécute chaque étape.
Où il est en retard : le travail de configuration est réel. C’est plus un kit d’outils qu’un produit. La documentation s’est améliorée en 2026 mais suppose toujours une certaine aisance dans un terminal.
Tarification :
- Gratuit : entièrement gratuit, open source
- Payant : pas de plan payant
Plateformes : Linux, Docker
Télécharger : Rhasspy 3
Conclusion : le choix pour quelqu’un qui veut composer l’assistant lui-même.
3. Willow
Willow est une pile matériel-plus-serveur pour un contrôle vocal local bon marché. Le client s’exécute sur une carte de développement ESP32-S3 avec un petit réseau de microphones, diffuse le son en continu à un serveur d’inférence Willow local (qui s’exécute sur une boîte x86 modeste avec ou sans GPU) et s’intègre avec Home Assistant, openHAB et MQTT dès la sortie de l’usine. Pour un déploiement multi-pièces distribué, le coût par satellite de Willow est une fraction d’un Nest Mini.
Où il est en retard : cela dépend du matériel ESP32 que nous nous procurons nous-mêmes. Le serveur d’inférence peut bénéficier d’un GPU, bien que les configurations CPU uniquement fonctionnent.
Tarification :
- Gratuit : entièrement gratuit, open source
- Payant : pas de plan payant (Willow One est une offre gérée payante, optionnelle)
Plateformes : Serveur Linux, client ESP32-S3
Télécharger : Willow
Conclusion : le choix pour un déploiement vocal multi-pièces budget qui réside sur le LAN.
4. openWakeWord
openWakeWord est le moteur de mot de réveil qu’Home Assistant Assist, Rhasspy 3 et Mycroft OVOS utilisent tous sous diverses formes. Toute personne qui veut un mot de réveil personnalisé (« hey Jarvis », « ordinateur », un nom de famille) entraîne un petit modèle à partir de quelques dizaines d’échantillons et le dépose dans le pipeline. Les faux positifs sont inférieurs aux moteurs commerciaux car le modèle est entraîné sur notre mot de réveil spécifique plutôt que sur un classificateur général.
Où il est en retard : c’est une bibliothèque plutôt qu’une application, elle doit donc être intégrée dans un pipeline. L’entraînement d’un bon mot de réveil personnalisé prend environ une heure de collecte d’échantillons.
Tarification :
- Gratuit : entièrement gratuit, open source
- Payant : pas de plan payant
Plateformes : Windows, macOS, Linux, embarqué
Télécharger : openWakeWord
Conclusion : le choix quand nous voulons un mot de réveil personnalisé que Google et Amazon ne peuvent pas offrir.
5. Snapcast
Snapcast est un serveur audio multi-pièces qui maintient chaque haut-parleur sur le LAN synchronisé à quelques millisecondes près. Pointez une source musicale vers Snapcast (Music Player Daemon, Spotifyd, un pont AirPlay, un client Squeezelite) et l’audio diffuse en continu à chaque client Snapcast — un Raspberry Pi avec un DAC, un téléphone, un PC Windows, une vieille tablette Android exécutant le client Snapcast Android. Pour une maison intelligente auto-hébergée, Snapcast est la pièce qui permet à une commande vocale de jouer de la musique dans chaque pièce.
Où il est en retard : la configuration est un exercice de fichier de configuration. Les remplaçants modernes (Music Assistant, écosystèmes de style HomePod) masquent plus de la plomberie.
Tarification :
- Gratuit : entièrement gratuit, open source
- Payant : pas de plan payant
Plateformes : Windows, macOS, Linux, clients Android, iOS
Télécharger : Snapcast
Conclusion : le choix pour l’audio multi-pièces synchronisé sans abonnement.
6. Music Assistant
Music Assistant est un module complémentaire Home Assistant qui unifie les sources musicales (Spotify Connect, Tidal, Qobuz, YouTube Music, Plex, fichiers locaux, SomaFM) dans une seule file d’attente et achemine la lecture vers n’importe quel lecteur multimédia Home Assistant — satellites Snapcast, Google Cast, Sonos, AirPlay, un haut-parleur ESPHome. C’est la couche qui lie « hey Assist, joue Radiohead dans la cuisine » à un vrai moteur musical.
Où il est en retard : cela dépend de Home Assistant. L’utilisation autonome est possible mais la valeur principale se trouve dans HA. Certaines intégrations de source de streaming nécessitent des identifiants par utilisateur.
Tarification :
- Gratuit : entièrement gratuit, open source
- Payant : pas de plan payant
Plateformes : Linux (comme module complémentaire HA), Docker
Télécharger : Music Assistant
Conclusion : le choix pour répondre aux commandes musicales déclenchées par la voix avec de véritables sources de diffusion en continu.
7. Mycroft OVOS
Mycroft OVOS (OpenVoiceOS) est la branche communautaire de Mycroft qui a survécu à l’arrêt du projet original et maintient maintenant une pile d’assistant complète : mot de réveil, STT, intention, TTS et un marché de compétences. OVOS s’exécute sur un Raspberry Pi, un Mycroft Mark II si nous en avons un, ou une boîte Linux standard, et il se fédère avec Home Assistant par le biais d’un pont documenté.
Où il est en retard : la communauté est plus petite que celle de Home Assistant. Certaines compétences sont plus anciennes et dépendent des API qui ont changé.
Tarification :
- Gratuit : entièrement gratuit, open source
- Payant : pas de plan payant
Plateformes : Linux, Docker, Raspberry Pi
Télécharger : OpenVoiceOS
Conclusion : le choix pour une pile d’assistant autonome complète quand Home Assistant Assist n’est pas la bonne forme.
Comment choisir la bonne pile de haut-parleur intelligent auto-hébergé
- Si nous exécutons déjà Home Assistant : Home Assistant Assist avec Voice PE ou un satellite ESP32 est le choix sensé par défaut.
- Si nous voulons composer l’assistant à partir de zéro : Rhasspy 3.
- Si nous voulons le déploiement multi-pièces le moins cher : Willow avec clients ESP32-S3 et un serveur d’inférence local.
- Si nous voulons un mot de réveil personnalisé : openWakeWord, branché dans le pipeline que nous utilisons.
- Si nous voulons une lecture musicale synchronisée dans chaque pièce : Snapcast.
- Si nous voulons un moteur musical pour la lecture déclenchée par la voix : Music Assistant.
- Si nous voulons un OS d’assistant autonome séparé de Home Assistant : Mycroft OVOS.
Pour la voix de synthèse vocale elle-même, Piper TTS est l’option open source actuelle la meilleure et la valeur par défaut dans Home Assistant Assist. Il est livré avec des voix neurales de haute qualité dans de nombreuses langues et s’exécute sur n’importe quel CPU modeste.
La pile de démarrage la plus forte en 2026 pour la plupart des gens est Home Assistant Assist avec openWakeWord, Whisper pour STT, Piper pour TTS, Music Assistant pour la lecture et Snapcast pour multi-pièces. Cette combinaison remplace un ménage entier de haut-parleurs Nest ou Echo par une pile qui réside entièrement sur le LAN.
FAQ
Un haut-parleur intelligent auto-hébergé peut-il remplacer un Google Nest ou un Amazon Echo ? Pour les commandes de maison intelligente, oui. Pour les requêtes ouvertes (« qui était Marie Curie ? »), cela dépend de si nous connectons un LLM local (Ollama, LM Studio) ou un modèle cloud. L’écart dans le contrôle de la maison intelligente s’est fermé ; l’écart en matière de connaissances générales est un choix de configuration.
Un haut-parleur intelligent auto-hébergé fonctionne-t-il hors ligne ? Oui. Home Assistant Assist avec Whisper local, Piper et openWakeWord s’exécute entièrement sans connexion Internet pour les commandes de maison intelligente. Certaines compétences (météo, actualités) nécessitent toujours un accès à Internet pour atteindre leur source de données.
De quel matériel ai-je besoin pour un haut-parleur intelligent auto-hébergé ? Le minimum est un Raspberry Pi 4 ou 5 comme serveur, un microphone USB et n’importe quel haut-parleur alimenté. Pour multi-pièces, les satellites ESP32-S3 de Willow plus un serveur d’inférence x86 modeste ou les appareils Home Assistant Voice PE sont les choix actuels.
Home Assistant Assist est-il gratuit ? Oui. Home Assistant Assist est entièrement gratuit et open source. Nabu Casa Cloud est un abonnement payant optionnel qui ajoute l’accès à distance et STT/TTS cloud à titre de commodité ; ce n’est pas obligatoire.
Puis-je utiliser mes haut-parleurs Google ou Amazon avec Home Assistant ? Oui, en tant que lecteurs multimédias. Home Assistant s’intègre avec Google Cast et Alexa pour la lecture et certains contrôles, mais l’assistant vocal sur l’appareil lui-même achemine toujours vers Google ou Amazon. Pour éloigner l’assistant de Google ou Amazon, nous avons besoin d’un haut-parleur auto-hébergé.
Quel moteur de synthèse vocale sonne le mieux ? Piper est le choix actuel pour TTS open source en 2026. Il offre une gamme de voix neurales par langue, s’exécute rapidement sur CPU et s’intègre directement avec Home Assistant Assist et Rhasspy 3.