外观
Home Assistant Voice Preview Edition
Home Assistant Voice Preview Edition（常简称 Voice PE）是 Nabu Casa 做的一款小型语音助手硬件，据 CNX Software 与多篇评测，它于 2024 年 12 月 19 至 20 日前后发布，是 Home Assistant 官方的第一款专用语音设备。它不是独立的智能音箱，需要连到已有的 Home Assistant 服务器工作。
规格
| 项目 | 参数 |
|---|---|
| 主控 | ESP32-S3，负责联网与本地唤醒词识别 |
| 音频处理器 | XMOS XU316，做回声消除、稳态噪声抑制、自动增益 |
| Flash / PSRAM | 16 MB Flash，8 MB 八线 PSRAM |
| 麦克风与扬声器 | 内置双麦克风阵列，内置扬声器，3.5 mm 立体声耳机口 |
| DAC | 官方页面写 TI AIC3204，部分零售商写 AIC3202，资料不一致 |
| 无线 | 2.4 GHz Wi-Fi，蓝牙 5.0 LE |
| 控制 | 多功能按键、旋钮（音量等）、硬件静音开关（物理切断麦克风电源）、LED 环 |
| 扩展 | Grove 接口，PCB 上有外露焊盘，外壳用螺丝而非卡扣 |
| 供电 | USB-C 5 V 2 A，包装内不含线和电源 |
| 尺寸 | 84 x 84 x 21 mm，约 96 g |
| 价格 | 发布时 59 美元，2026 年评测与零售页多为 69 美元 / 59 欧元（会变动） |
亮点
- 麦克风前端由 XMOS 专用芯片处理，唤醒词引擎拿到的是预处理过的音频（官方说明）
- 硬件静音开关是真物理断开，隐私层面可信
- ESP32 与 XMOS 固件完全开源，预装 ESPHome，可直接用 ESPHome 改
- 唤醒词可选 Okay Nabu、Hey Jarvis、Hey Mycroft 等
能拿来做什么
- 家庭语音控制：开关灯、查询状态、设置定时器
- 配合 Home Assistant 的 Assist 管线，连接本地或云端的语音转文本 / 文本转语音，以及本地或云端大模型
- 作为房间多点音频终端使用，参见 语音与 AI
- 作为 ESPHome 设备二次开发，接 Grove 传感器
开发方式
默认工作流是在 Home Assistant 中通过 ESPHome 接入，固件通过 Home Assistant 在线更新。据一篇 2026 年的评测，发布后固件大约每 4 至 6 周更新一次，陆续增加了定时器、媒体控制与多房间音频。想自定义的话，用 ESPHome 编译自己的固件；硬件 ESP32-S3 也可使用 ESP-IDF。同类开源语音项目可参考 小智 AI。
同类对比
| 方案 | 特点 | 代价 |
|---|---|---|
| Voice PE | 官方、隐私、开源、专用音频前端 | 需要自己运行 Home Assistant；本地语音处理要求较高 |
| ESP32-S3-BOX-3 | 带屏幕，可刷多种固件 | 定位不同，本次未做拾音效果对比 |
| 小智 AI 硬件 | 对话式大模型，国内生态 | 依赖云服务与第三方平台 |
| 商业智能音箱 | 开箱即用 | 隐私与封闭生态 |
注意事项
- 官方建议完全本地语音处理需要 Intel N100 或更强的主机；弱主机上要使用 Home Assistant Cloud 订阅获得合理性能。
- 仅支持 2.4 GHz Wi-Fi，仅限室内使用，工作温度约 0 至 30 摄氏度。
- 名字里的「Preview」指功能仍在迭代，不同固件版本的行为会变化。
- 识别准确率与延迟受本地算力、网络与所选模型影响，没有统一数值。