ESPHome로 음성 비서 만들기: ESP32-S3 마이크와 웨이크워드 설정

시판 음성 비서 기기는 마이크와 스피커가 한 몸으로 들어 있어 설정이 간단해요. 직접 만드는 쪽은 방마다 모양과 위치를 맞출 수 있고, 이미 가진 보드가 있으면 비용도 적게 들어요.

대신 마이크 감도와 스피커 잡음은 부품에 따라 차이가 커요. 처음에는 한 대만 만들어 소리를 확인하고, 만족스러울 때 방 수만큼 늘리세요.

보드는 ESP32-S3 계열에 PSRAM이 있는 모델이 안정적이에요. 마이크는 I2S 방식, 스피커는 앰프가 붙은 I2S 앰프 보드를 쓰면 배선이 단순해져요.

마이크와 스피커를 같은 핀에 겹쳐 쓰지 않도록 보드의 핀 배치를 먼저 확인하세요. 소리가 작거나 끊기면 전원 부족인 경우가 많아서, USB 전원을 충분히 주는 것부터 확인해요.

micro_wake_word는 보드 안에서 웨이크워드를 감지하는 구성 요소예요. 목록에 모델 이름을 넣으면 ESPHome이 해당 모델을 빌드에 포함하고, 부팅 뒤 그 모델로 감지를 시작해요.

처음 부팅에서는 목록의 첫 모델만 켜져요. 모델을 여러 개 넣어 두면 홈 어시스턴트에서 어느 것을 쓸지 바꿀 수 있어요.

micro_wake_word:
  models:
    - model: okay_nabu

보드를 홈 어시스턴트에 추가하면 Wyoming¹ 서비스로 잡히고, 음성 비서 화면에서 파이프라인²을 지정할 수 있어요. 파이프라인에는 로컬 받아쓰기(예: Whisper)와 합성(예: Piper) 엔진이 들어 있어서, 마이크와 스피커는 소리만 주고받아요.

응답이 스피커가 아니라 다른 기기에서 나오게 하려면 media_player로 출력을 돌릴 수 있어요. 방에 큰 스피커가 이미 있으면 이 방식이 편해요.

오디오와 음성 구성은 보드의 RAM³과 CPU⁴를 많이 써요. 구성 요소를 너무 많이 넣으면 재부팅이 반복되거나 응답이 끊길 수 있어서, 처음에는 음성 관련 구성만 넣고 하나씩 더하세요.

특히 블루투스는 오디오 구성과 함께 쓰면 문제가 생기는 것으로 알려져 있어요. 블루투스 스피커로도 소리를 내야 한다면, 보드를 나누거나 유선 스피커를 쓰는 편이 안정적이에요.