サーバーと AI

セルフホストでも、すべての音声データがローカルに留まるわけではありません。クラウドの ASR・LLM・TTS を使う場合、必要なデータは各サービスに送信されます。データの経路は実際の構成によって異なります。

音声認識、LLM 対話、音声合成はすべてサーバー側で行われます。使い始めるだけなら公式サービスで十分です。音声データを自分で管理したい、モデルをカスタマイズしたい、機能を拡張したい場合は自分のサーバーをデプロイします。

公式サービスとセルフホスト

デバイスがデフォルトで接続するサーバーはファームウェアの OTA URL で決まります。セルフホストサーバーは音声とモデルのリクエストを調整します。処理にクラウドサービスを使うかは各モジュールの設定によります。

コミュニティサーバーごとにモデルや ASR / TTS / VAD の設定方法が異なります。各プロジェクトのドキュメントを参照してください。主要 4 サーバーの同じ項目での比較は 2026-11-08 に確認更新済みです。