用树莓派 5 搭建本地 AI 智能家居中枢——离线运行 LLM 做语音控制

最近尝试了一个很有意思的项目：在树莓派 5 (8GB) 上跑一个轻量级 LLM，配合 Home Assistant 实现离线的语音智能家居控制。整个过程不需要联网，隐私安全有保障。

硬件配置：

• Raspberry Pi 5, 8GB RAM
• USB 麦克风（ReSpeaker 2-Mic HAT）
• USB 小音箱
• M.2 NVMe SSD（通过 HAT 扩展，做系统盘）

软件栈：

1. 模型选择：使用 Qwen2.5-1.5B-Instruct-Q4_K_M.gguf，大约 1GB，在 RPi5 上推理速度约 3-4 tokens/s，完全够用
2. 推理引擎：llama.cpp（通过 llamafile 简化部署）
3. 语音识别：Whisper.cpp（轻量级本地 ASR）
4. 语音合成：piper-tts（离线 TTS，音质不错）
5. 智能家居中枢：Home Assistant OS
6. 唤醒词检测：Porcupine（离线关键词唤醒）

整体架构：

实际效果：

• 唤醒响应延迟：约 0.5 秒
• 语音识别准确率：在安静环境下约 90%
• LLM 回复生成：3-4 tokens/s，基本流畅
• 智能家居控制：准确执行开关灯、调温度等操作

遇到的坑：

1. RPi5 的散热很重要，必须上主动散热风扇，否则降频严重
2. USB 麦克风需要正确配置 ALSA 参数，默认设置延迟很高
3. llama.cpp 在 ARM64 上有 NEON 优化，编译时记得开启
4. Home Assistant 和 llama.cpp 同时跑会有 CPU 竞争，建议限制 LLM 的进程优先级

成本： 树莓派5 8GB + NVMe HAT + SSD + 麦克风 + 音箱 ≈ 600-800 元 对比市面上的智能音箱方案（小爱同学、HomePod），这个方案的优势是完全离线、数据不上传、可以自由定制。

有没有朋友也在玩 RPi + AI 的项目？欢迎交流经验！特别是语音识别准确率提升和模型优化的方面。