FHEMWEB/VoiceControl: Web-STT & Hardware-Wakeword: Unterschied zwischen den Versionen

← Zum vorherigen Versionsunterschied Zum nächsten Versionsunterschied →

Version vom 3. April 2026, 09:50 Uhr

Mini

VoiceControl – Sprachsteuerung via Browser und Atom Echo s3r

Diese Lösung ermöglicht eine flexible Sprachsteuerung für FHEM. Sprache wird in Text (Speech-to-Text) umgewandelt und als Reading STT im Device global bereitgestellt. Dieses Reading kann anschließend zentral (z. B. über notify oder DOIF) ausgewertet werden.

Das System unterstützt zwei unterschiedliche Wege zur Spracherfassung:

Weg 1️⃣ (Software): Browser-basierte Komplettlösung
Weg 2️⃣ (Hybrid): Hardware-Wakeword + Browser-Spracherkennung

Hilfe

Forenthread zum VoiceControl Sprachsteuerung

Dort befinden sich in Post #1 auch alle benötigten Dateien.

Funktionen

Grundprinzip

Sprache → Speech-to-Text
Ergebnis → Reading STT im Device global
Zentrale Logik verarbeitet Befehle

Betriebsarten

Push-to-Talk (nur Browser)
Always-On mit Wakeword
Hardware-Wakeword (Hybrid)

Rückmeldungen

Sprachausgabe (TTS)
Visuelle Bubble im Browser
Optional gezielte Rückmeldung per Client-ID

Weg 1️⃣: Browser-Lösung (voicecontrol.js)

Das Script nutzt die Google Web Speech API. Unterstützt werden Chromium-basierte Browser (Chrome, Edge, Fully Browser). Firefox wird aktuell nicht unterstützt.

Bedienung

Push-to-Talk

Button gedrückt halten (~450 ms)
Direkt sprechen (kein Wakeword nötig)
Befehl wird sofort verarbeitet

Always-On

Kurzer Klick aktiviert Dauerbetrieb
Wakeword erforderlich (Standard: „James“)
Nach Aktivierung permanentes Mithören

Wakeword

Standard: james
Anpassbar im Script:

const wakewords = ["james"];

Ablauf:

„James“ sagen
System antwortet „Ja?“
Zeitfenster (~6 Sekunden) für Befehl
Danach automatische Verarbeitung oder Abbruch

Installation

Datei kopieren

voicecontrol.js nach: /opt/fhem/www/voicecontrol/

Einbindung

attr WEBphone JavaScripts voicecontrol/voicecontrol.js

Hinweis (HTTP ohne HTTPS)

Chrome benötigt Freigabe für Mikrofon:

chrome://flags/#unsafely-treat-insecure-origin-as-secure
Eigene URL hinzufügen
Auf Enabled setzen

Weg 2️⃣: Hybrid-Lösung mit Browser + Atom Echo (voicecontrol_echo.js)

Diese Variante kombiniert Hardware und Software:

Wakeword-Erkennung erfolgt auf dem ESP (Atom Echo s3r)
Die eigentliche Sprachverarbeitung (Speech-to-Text) erfolgt im Browser

Funktionsweise

Wakeword wird auf dem ESP erkannt
FHEM erzeugt Event (z. B. james_detected)
Browser empfängt Event via WebSocket
Speech-to-Text startet im Browser
Ergebnis wird an FHEM übertragen

Aktivierung

Kurzer Klick auf Button aktiviert/deaktiviert System
Baut WebSocket-Verbindung zu FHEM auf
Kein Push-to-Talk-Modus

Konfiguration im Javascript

const DEVICE  = "atom_echos3r_9888e00f4280";
const TRIGGER = "james_detected";
const FHEM_IP = "192.168.1.76:8085";

DEVICE → FHEM-Device des ESP
TRIGGER → Event bei Wakeword
FHEM_IP → FHEM-Server

Konfiguration in der Yaml

Damit sich der ESP mit eurem MQTT-Server und WLAN verbindet, müssen folgende Stellen angepasst werden.

  wifi:
    ssid: "YOUR_SSID"
    password: "YOUR_PW"
    fast_connect: true

  mqtt:
    broker: 192.168.1.76
    port: 1884
    username: "YOUR_USERNAME"
    password: "YOUR_PW"
    topic_prefix: atom_echo

Wakeword (ESP / ESPHome)

Das Wakeword wird direkt auf dem ESP definiert:

Umsetzung über ESPHome
Eine große Auswahl an Wakewords sind hier zu finden:

  https://github.com/TaterTotterson/microWakeWords

Hier ein Beispiel, wie das Wakeword definiert wird.

  micro_wake_word:
    id: mww
    microphone: echo_mic
    models:
      - model: "https://github.com/TaterTotterson/microWakeWords/raw/main/microWakeWordsV2/james.json"
        id: james_model
        probability_cutoff: 0.6

Kommunikation

WebSocket-Verbindung zu FHEM
Lauscht auf Device-Events
Automatischer Reconnect bei Abbruch

Ablauf nach Wakeword

System sagt „Ja?“
Browser startet SpeechRecognition
Nutzer spricht Befehl
Befehl wird verarbeitet
Rückmeldung „Erledigt“

Installation

siehe oben wie unter Punkt 1.

Zentrale Auswertung (Logik)

Beide Wege schreiben in:

global:STT

Die Verarbeitung erfolgt zentral über ein notify.

Beispiel: notify

defmod n_VoiceControl notify global:STT:.* {\
    # 1. VORBEREITUNG\
    my ($cleanEvent, $clientId) = $EVENT =~ /^(.*)\s\[(.*)\]$/;;\
    $cleanEvent //= $EVENT;;\
    $clientId   //= "unknown";;\
\
    my %lightRooms = (\
        "esszimmer"  => { dev => "Lampe01_Ez",       label => "Licht Esszimmer" },\
        "küche"      => { dev => "Deckenlampe_Kue",  label => "Licht Küche" },\
        "wohnzimmer" => { dev => "Lampe06_Dek",         label => "Licht Wohnzimmer" }\
    );;\
\
    my %vacRooms = (\
        "arbeitszimmer" => "Arbeitszimmer",\
        "badezimmer" => "Badezimmer",\
        "esszimmer" => "Esszimmer",\
        "flur" => "Flur",\
        "küche" => "Küche",\
        "wohnzimmer" => "Wohnzimmer"\
    );;\
\
    my $onRegEx  = '\b(an|ein|einschalten|starte|aktivier|aktiviere)\b';;\
    my $offRegEx = '\b(aus|ausschalten|stop|stoppe|beende|deaktivier|deaktiviere)\b';;\
\
    my @commands = split(/\s*(?:und|dann|,)\s*/, lc($cleanEvent));;\
\
    # 2. DER BEFEHLS-LOOP\
    foreach my $cmd_part (@commands) {\
        \
        $cmd_part =~ s/^\s+|\s+$//g;;\
        \
        my $is_on  = ($cmd_part =~ /$onRegEx/) ? 1 : 0;;\
        my $is_off = ($cmd_part =~ /$offRegEx/) ? 1 : 0;;\
\
        $cmd_part =~ s/\b(ich|brauche|mach|bitte|kannst du|würdest du|mal|doch|den|das|die|im|in der)\b//g;;\
\
        # --- INTENT: STAUBSAUGER ---\
        if ($cmd_part =~ /(reinige|sauge|putze|staubsauger|roboter)/) {\
            my @found = grep { $cmd_part =~ /\b$_\b/ } keys %vacRooms;;\
            if (@found) {\
                fhem("set MQTT2_valetudo_FlusteredUnequaledFish clean_segment " . join(",", map { $vacRooms{$_} } @found));;\
            } else {\
                fhem("set MQTT2_valetudo_FlusteredUnequaledFish start");;\
            }\
            next;;\
        } elsif ($cmd_part =~ /(lade|aufladen|dock|station|home)/) {\
            fhem("set MQTT2_valetudo_FlusteredUnequaledFish charge");;\
            next;;\
        }\
\
        # --- INTENT: FERNSEHER ---\
        if ($cmd_part =~ /(fernseher|tv|vuplus)/) {\
            fhem("set VuPlus " . ($is_off ? "off" : "on"));;\
            next;;\
        }\
\
        # --- INTENT: AMBIENTE ---\
        if ($cmd_part =~ /ambiente/) {\
            if ($cmd_part =~ /(\d+)/) {\
                my $b = ($1 > 255 ? 255 : ($1 < 1 ? 1 : $1));;\
                fhem("set LampeSzeneAlle brightness $b");;\
            } else {\
                fhem("set LampeSzeneAlle " . ($is_off ? "off" : "on"));;\
            }\
            next;;\
        }\
\
        # --- INTENT: AMBILIGHT ---\
        if ($cmd_part =~ /ambilight/) {\
            system("sshpass -p 'GEHEIMESPASSWORT' ssh -o StrictHostKeyChecking=no root\@192.168.1.46 '/usr/share/hyperhdr/scripts/hyperhdr_toggle.sh'");;\
            next;;\
        }\
\
        # --- INTENT: LICHT ---\
        my ($lightRoom) = grep { $cmd_part =~ /\b$_\b/ } keys %lightRooms;;\
        if ($lightRoom || $cmd_part =~ /(licht|lampe)/) {\
            my $dev = $lightRooms{$lightRoom}{dev} // "LampeSzeneAlle";;\
            fhem("set $dev " . ($is_off ? "off" : "on")) if ($is_on || $is_off);;\
            next;;\
        }\
\
        # --- HILFE (DYNAMISCH) ---\
        if ($cmd_part =~ /(hilfe|kommandos|übersicht)/) {\
\
            my $h = '<div style="text-align:left;;min-width:250px;;font-family:sans-serif;;">';;\
            $h .= '<b>Befehlsübersicht:</b><br><br>';;\
\
            # Licht\
            $h .= '<u>Licht</u><br>';;\
            for my $k (sort keys %lightRooms) {\
                $h .= "• ".$lightRooms{$k}{label}." an/aus<br>";;\
            }\
\
            # Staubsauger\
            $h .= '<br><u>Staubsauger</u><br>';;\
            $h .= "• Sauge [Raum]<br>";;\
            $h .= "  Räume: ".join(", ", map { ucfirst($_) } sort keys %vacRooms)."<br>";;\
            $h .= "• Lade Roberto<br>";;\
\
            # Sonstiges\
            $h .= '<br><u>Sonstiges</u><br>';;\
            $h .= "• Fernseher an/aus<br>";;\
            $h .= "• Ambiente [an|aus|1-255]<br>";;\
            $h .= "• Ambilight<br>";;\
\
            $h .= '</div>';;\
\
            $h =~ s/'/\\"/g;;\
\
            my $js = "if((document.querySelector('input[name=\"fw_id\"]')||{}).value==='$clientId'){FW_okDialog('$h')}";;\
\
            FW_directNotify("#FHEMWEB:$_", $js, "")\
                for devspec2array("TYPE=FHEMWEB");;\
\
            next;;\
        }\
    }\
}

Unterschiede der Wege

Feature	Browser	Hybrid (Atom Echo S3)
Wakeword	Browser	ESP (Hardware)
Push-to-Talk	Ja	Nein
Always-On	Ja (bedingt)	Ja
Architektur	Software	Software + Hardware
Stabilität	Sehr stabil	Sehr stabil (Wakeword extern)

FireOS mit Fully Browser (Plus)

Damit die Spracherkennung funktioniert:

Apps installieren:

  Google
  Speech Recognition & Synthesis

FireOS:

  „Tastatur und Sprache“ → „Text-to-Speech“

Fully Browser:

  Enable JavaScriptInterface (PLUS) aktivieren