Перейти к содержанию

quasard: свой сервер вместо облака

quasard от @amirilivice заменяет облако Алисы целиком. Колонка считает, что говорит с Яндексом, но активация, разговор и музыка идут через ваш сервер, наружу станция больше не ходит.

Основная информация

  • 🛠️ Тип: Полноценный бэкенд
  • 🚀 Статус: ❔
  • 📱 Совместимость: ❔
  • 🔒 Автономность: Локальный с облачными функциями
  • 🗣️ Голосовой ассистент: ✅ Любая OpenAPI совместимая LLM
  • 🧮 Активация ближайшей колонки: ❔
  • 🎵 Музыка: ✅ Я.Музыка
  • 🔊 Мультирум: ❔
  • 🧮 Активация ближайшей: ❔
  • **🎧 Bluetooth: ✅
  • 🔊 Мультирум: ❔
  • 🏠 Умный дом: ❌
  • ⏰ Таймеры и будильники: ❔
  • 🔔 Напоминания: ❔
  • 📅 Календарь: ❔
  • 🌤️ Погода: ❔
  • 📢 Уведомления: ❌
  • 📞 Звонки: ❌
✅ — работает, в т.ч. аналогично штатной Алисе
🟡 — реализовано частично или с ограничениями
❌ — не реализовано
❔ — не проверено
  • ⚙️ CPU: 6 ядер
  • 🧮 RAM: 16 ГБ
  • 💽 Диск: 30 ГБ
  • 🎮 GPU: Требуется
  • 💾 VRAM: 8 ГБ

Как это работает

flowchart LR
    S["Станция"] -->|"домены Яндекса<br>уведены на свой DNS"| H
    S -->|"вопрос голосом"| V
    T -->|"ответ голосом"| S
    subgraph server["Сервер quasard"]
        direction TB
        H["Активация и настройки<br>вместо облака Яндекса"]
        V["Распознавание<br>Silero VAD + GigaAM"] --> L["Модель<br>OpenAI-совместимая"]
        L --> T["Синтез речи<br>F5-TTS или Edge TTS"]
    end
  • Активация без облака. Сервер сам отвечает на запросы входа, регистрации, синхронизации, списка устройств и метрик. Обновления прошивки заблокированы, чтобы колонка не перешла на версию, которая всё сломает.
  • Оба формата голосового соединения. На прошивках около 1.56 это JSON, на 3.x — двоичный protobuf. Формат определяется по первому кадру; схемы для 3.x восстановлены из прошивки и лежат в репозитории.
  • Распознавание — GigaAM v3, модель сразу расставляет пунктуацию, конец фразы ловит Silero VAD. Занимает около 1 ГБ видеопамяти.
  • Ответы — любой OpenAI-совместимый API: Groq, Ollama, vLLM, LM Studio. История диалога сохраняется, характер задаётся в файле system_prompt.txt рядом с конфигом и перечитывается на лету.
  • Ответ озвучивается по фразам. Текст модели режется по знакам препинания, первая готовая фраза уходит на колонку, пока модель дописывает остальное, поэтому станция начинает говорить почти без паузы.
  • Голос — клон по образцу на 10–15 секунд (F5-TTS, русские веса ESpeech, около 3,4 ГБ видеопамяти). Запасной вариант без видеокарты — Edge TTS.
  • Музыка из Яндекс Музыки: «Моя волна», поиск по исполнителю, треку и альбому, «дальше», «назад», лайк, пауза, «что сейчас играет».
  • Быстрые команды без модели: громкость, «стоп», bluetooth, сброс диалога.

Облачного умного дома и сценариев Яндекса при этом нет, и голос отвечает не Алисин. Зато всё работает без аккаунта и без интернета — кроме самой модели и музыки, если они облачные. Гибрид «своя модель для разговоров, облако для остального» на этой основе собрать можно: сервер уже разбирает оба формата соединения и видит распознанный текст, не хватает только проксирования остальных запросов в Яндекс.

Что понадобится

  • Windows или Linux с видеокартой NVIDIA. Проверялось на RTX 5080 с 16 ГБ.
  • Python 3.12, uv и ffmpeg.
  • Роутер, на котором домены Яндекса уводятся на этот компьютер, принудительный DNS и сертификат, которому доверяет колонка. Настройка с примерами для OpenWrt описана в документации проекта.
  • Ключ к облачной модели — по умолчанию бесплатный Groq — или своя локальная модель.

Как запустить

Склонируйте репозиторий и поднимите сервер:

uv venv -p 3.12 .venv
uv pip install -p .venv torch torchaudio --index-url https://download.pytorch.org/whl/cu128
uv pip install -p .venv -r requirements.txt
copy config.example.toml config.toml
.venv\Scripts\python -m alice_server

uv venv -p 3.12 .venv
uv pip install -p .venv torch torchaudio --index-url https://download.pytorch.org/whl/cu128
uv pip install -p .venv -r requirements.txt
cp config.example.toml config.toml
.venv/bin/python -m alice_server

Сервер слушает порты 80 и 443 — на них роутер и уводит домены Яндекса. Остальное есть в README проекта, там же лежит start.ps1 для Windows.

Проверить сервер без колонки помогают имитаторы из каталога tools: activation_sim.py повторяет активацию, station_sim.py --text "Привет" — разговор, fake_llm.py отвечает вместо модели, если ключа ещё нет.

Ограничения

  • Прямые ссылки Яндекс Музыки отдаются через переадресацию, и сервер проходит её за колонку: плеер старой прошивки переадресацию не понимает.
  • Скорость и качество голоса упираются в видеокарту: на слабой первая фраза приходит через одну-две секунды.
  • У бесплатных тарифов облачных моделей есть суточный лимит запросов.

Ссылки

📖 Документация 📚 Проект