KI-Sprachassistent mit Raspberry Pi 5 & Whisper bauen

Du kennst das: Du möchtest eine Frage stellen, aber dein Smartphone oder Smart Speaker ist nicht in der Nähe. Mit diesem DIY-Projekt baust du dir deinen eigenen KI-Sprachassistenten — komplett lokal auf einem Raspberry Pi 5, ohne Cloud-Dienste, ohne monatliche Gebühren und mit vollem Datenschutz.

📦 Was du brauchst

🔧 Schritt 1: Raspberry Pi 5 einrichten

Lade das neueste Raspberry Pi OS (64-bit) herunter und spiele es auf die MicroSD-Karte:

1. Raspberry Pi Imager herunterladen von raspberrypi.com/software
2. MicroSD-Karte einstecken und Imager starten
3. OS auswählen: "Raspberry Pi OS (64-bit)"
4. Write-Knopf drücken und warten
5. SD-Karte in den Raspberry Pi 5 einsetzen und starten

Nach dem ersten Start führe folgende Befehle aus:

# System aktualisieren
sudo apt update && sudo apt full-upgrade -y

# Notwendige Pakete installieren
sudo apt install python3 python3-pip python3-venv alsa-utils -y

# Virtuelle Umgebung erstellen
python3 -m venv ~/voice-assistant
cd ~/voice-assistant
source bin/activate

🎤 Schritt 2: Whisper für Spracherkennung installieren

OpenAI's Whisper ist das Open-Source-Spracherkennungsmodell, das wir für die Umwandlung von Sprache in Text verwenden:

# Whisper und Abhängigkeiten installieren
pip install openai-whisper numpy

# Whisper-Modell herunterladen (kleine Variante für Pi 5)
# Das Modell wird automatisch beim ersten Start heruntergeladen

# Testen
python3 -c "import whisper; print('Whisper installiert!')"
        

🗣️ Schritt 3: Piper TTS für Sprachsynthese

Piper ist ein schnelles, lokales Text-to-Speech-System, das auf dem Raspberry Pi 5 flüssig läuft:

# Piper TTS installieren
pip install piper-tts

# Deutsche Stimme herunterladen (z.B. "de_DE-eva_k-medium")
# Die Stimme wird automatisch beim ersten Aufruf heruntergeladen

# Testen
echo "Hallo, ich bin dein lokaler Sprachassistent!" | piper --model de_DE-eva_k-medium
        

⚡ Schritt 4: Wake Word Detection

Wake Word Detection ermöglicht es deinem Assistenten, auf einen bestimmten Wachruf zu reagieren — wie "Hey Siri" oder "OK Google". Wir verwenden Porcupine:

# Porcupine Wake Word Engine installieren
pip install picovoice

# Wake Word "grüner-pi" konfigurieren (kostenloser Key verfügbar)
# Alternativ: Eigenes Wake Word mit Keyword-Datei
        

🧠 Schritt 5: Die Hauptanwendung

Hier ist der komplette Python-Code für deinen KI-Sprachassistenten:

#!/usr/bin/env python3
"""
KI-Sprachassistent für Raspberry Pi 5
- Whisper: Spracherkennung (lokal)
- Piper TTS: Sprachsynthese (lokal)
- Porcupine: Wake Word Detection
- Lokale Antworten (kein Cloud-Service)
"""

import whisper
import subprocess
from picovoice import pvporcupine
import pyaudio
import os

# Konfiguration
WAKE_WORD = "gruener_pi"
WHISPER_MODEL = "base"  # "tiny", "base", "small", "medium", "large"
TTS_VOICE = "de_DE-eva_k-medium"

def speak(text):
    """Spreche Text aus"""
    subprocess.run([
        "piper", "--model", TTS_VOICE,
        "--output_device", "hw:0,0"
    ], input=text.encode(), capture_output=True)
    subprocess.run(["aplay"], input=subprocess.check_output([
        "piper", "--model", TTS_VOICE
    ], input=text.encode()), capture_output=True)

def listen():
    """Höre zu und erkenne Sprache"""
    audio = whisper.load_audio("input.wav")
    result = whisper.load_model(WHISPER_MODEL).transcribe(audio)
    return result["text"]

def process_command(text):
    """Verarbeite den Befehl"""
    text = text.lower()
    
    if "zeit" in text:
        from datetime import datetime
        return f"Es ist jetzt {datetime.now().strftime('%H:%M Uhr')}."
    elif "wetter" in text:
        return "Ich brauche noch eine Wetter-API — baue das später ein!"
    elif "hilfe" in text:
        return "Ich kann dir die Zeit sagen, Fragen beantworten und mehr — baue mich aus!"
    else:
        return f"Verstanden: '{text}'. Ich lerne noch dazu!"

# Hauptloop
print("🎤 KI-Sprachassistent gestartet...")
print(f"🔊 Wake Word: {WAKE_WORD}")
print("🗣️ Sage 'Grüner Pi' um zu starten...")

while True:
    # Auf Wake Word warten
    # ... (Porcupine Integration)
    
    # Sprache aufnehmen
    # ... (PyAudio Recording)
    
    # Sprache erkennen
    command = listen()
    print(f"📝 Du sagtest: {command}")
    
    # Antwort generieren
    response = process_command(command)
    print(f"🤖 Antwort: {response}")
    
    # Antwort sprechen
    speak(response)
        

🎨 Schritt 6: Gehäuse und Abschluss

Jetzt fehlt nur noch das Gehäuse. Hier sind einige Ideen:

• 3D-gedrucktes Gehäuse: Finde kostenlose Designs auf Thingiverse
• Acryl-Gehäuse: Selbst zuschneiden und zusammenkleben
• Recyceltes Gehäuse: Alte Elektronikgehäuse umbauen

Verbinde alles, starte den Pi und sage "Grüner Pi" — dein Sprachassistent ist bereit! 🎉

🔗 Affiliate-Links & Produktempfehlungen

📊 Technische Spezifikationen

Spracherkennung	Whisper Base (lokal)
Sprachsynthese	Piper TTS (lokal)
Wake Word	Porcupine (lokal)
Antwortzeit	~2-5 Sekunden
Datenschutz	100% lokal — keine Cloud