Hey Hermes : transformer un Echo Dot inutilisé en ligne vocale vers votre propre agent

Il y a un Echo Dot de deux ans dans un tiroir, et un profile Hermes qui connaît déjà vos projets, vos préférences et vos idées à moitié terminées. Réunir les deux ressemble à un projet de week-end qui finit avec une enceinte connectée lisant un changelog à voix haute. Le week-end du 5 novembre, quelqu’un a réellement livré les pièces manquantes : un projet open source nommé Hermes Voice, qui fait d’un Echo un client de conversation pour un profile Hermes.
C’est petit, honnête sur ses limites, et utile d’une manière que la plupart des bricolages d’assistant vocal ne sont pas — parce que l’intelligence n’est pas dans l’enceinte, elle est dans le profile que vous maintenez déjà.
Les pièces du montage
Trois parties, et une seule est nouvelle :
- L’appareil. Un Echo Dot ou un Echo Show faisant tourner echo-dot-assist, qui remplace le client Alexa tout en conservant Fire OS et le traitement audio du matériel. Ce projet gère le mot d’éveil, le microphone et l’enceinte.
- Home Assistant. Son pipeline Assist fait la reconnaissance vocale (Whisper, ou HA Cloud) et la synthèse vocale (Piper), et route la conversation vers un conversation agent.
- Hermes Voice. Une intégration personnalisée Home Assistant qui est ce conversation agent. Elle envoie chaque tour au serveur API d’un profile Hermes et énonce la réponse.
L’audio ne quitte donc jamais votre réseau si vous ne le souhaitez pas, et le cerveau est le même agent que celui que vous utilisez à votre bureau — avec son SOUL.md, sa mémoire à long terme et ses outils.
Deux façons de l’installer
Le projet livre un skill Hermes qui fait toute l’installation, c’est le chemin le plus court :
hermes skills install majorminorlabs/hermes-voice/skill/hermes-voice-setup
Demandez ensuite à votre agent de l’utiliser. Il demande quel profile employer, ce que l’assistant vocal est autorisé à faire, et si vous faites déjà tourner Home Assistant, montre un dry run de chaque étape, puis configure un profile dédié, un Home Assistant dockerisé, les services vocaux et une passe de contrôle.
Si vous préférez garder la main, le chemin manuel est la routine Home Assistant habituelle : ajoutez le dépôt à HACS comme intégration personnalisée, installez Hermes Voice, redémarrez, puis ajoutez l’intégration avec trois champs — l’URL de votre serveur API Hermes, l’API_SERVER_KEY du profile et un nom d’affichage. L’URL est validée par un appel GET /v1/models, qui ne consomme aucun token.
Côté Hermes, il faut activer le serveur API, qui est une plateforme dans ~/.hermes/.env :
API_SERVER_ENABLED=true
API_SERVER_KEY=change-me-local-dev
La clé est le même secret que vous collez dans l’intégration. Si un gateway sert plusieurs profiles, l’URL utilise la route multiplexée avec le nom du profile dans le chemin ; une installation mono-profile peut pointer sur le simple endpoint /v1.
Comment la conversation survit entre deux questions
C’est la partie qui décide si l’objet est un jouet. Un assistant vocal qui oublie chaque phrase est une curiosité ; un assistant qui se souvient d’hier est un collègue.
Hermes Voice ne conserve pas l’historique lui-même. Il envoie seulement le nouveau message utilisateur et un en-tête stable X-Hermes-Session-Id, et Hermes garde la conversation. Deux modes de session décident de ce qu’est cet identifiant :
per_conversation(par défaut) — une session par conversation Home Assistant, que le pipeline relance à zéro après cinq minutes de silence. Adapté à un usage où l’on pose une question à la fois.per_device— une session par appareil vocal, poursuivie jusqu’àidle_reset_minutesd’inactivité (30 par défaut), la fenêtre survivant à un redémarrage. Mieux si vous voulez un fil continu avec une pièce précise.
Comme Hermes détient l’état, la personnalité du profile se transmet : SOUL.md, mémoire à long terme et accès aux outils s’appliquent comme dans le terminal. L’intégration ajoute exactement un message système — une courte consigne du type réponds brièvement, pour la voix, que vous pouvez modifier ou désactiver.
Un détail que j’aime : l’intégration peut indiquer à Hermes la date et l’heure locales à chaque tour. Hermes n’a pas d’horloge à lui, et demander ce qu’il y a demain à son agenda est la première chose que l’on dit à une enceinte.
Ce qu’il ne fait délibérément pas
En v0.1, l’intégration ne donne à Hermes aucun contrôle des appareils Home Assistant. Il ne peut pas baisser vos lumières, et c’est un choix de conception plutôt qu’un oubli : l’agent est un client de conversation, pas un pont domotique.
Si vous voulez malgré tout contrôler des appareils, la voie documentée consiste à donner au profile vocal le serveur MCP de Home Assistant comme outil. La décision reste ainsi dans votre configuration plutôt que dans l’intégration, ce qui est sa juste place — un profile vocal avec accès aux lumières et au terminal présente un profil de risque très différent de celui qui ne peut que répondre à des questions.
L’autre recommandation documentée vaut la peine d’être suivie : activez Prefer handling commands locally dans le pipeline. Home Assistant répond alors instantanément à ses propres choses — l’heure, les minuteurs de l’appareil, les commandes simples — et envoie tout le reste à Hermes. Ces réponses locales sont celles de HA, pas celles de l’agent, et Hermes ne les voit jamais.
Le faire sonner comme une personne
Trois réglages font l’essentiel du travail :
- Working phrase — un court remplissage (Un instant.) énoncé quand Hermes démarre un appel d’outil avant d’avoir le moindre texte. Une valeur vide le désactive.
- Streaming — actif par défaut ; la parole démarre à la première phrase complète plutôt qu’après toute la réponse.
- Voice cleanup — retire le markdown, les blocs de code et les URL pour que l’enceinte ne lise pas les astérisques à voix haute.
Il existe aussi un message de repli, pour qu’une requête échouée dise quelque chose d’humain au lieu de lire un code d’erreur.
Les réserves honnêtes
- Home Assistant 2026.10 ou plus récent est la base testée.
- Flasher un Echo peut le briquer. Le guide matériel du projet documente un Dot 2 ayant nécessité un shunt physique pendant un déverrouillage bloqué, et un Echo Show 5 dont le premier déverrouillage a rapporté un succès tout en le laissant verrouillé. Lisez les notes de récupération avant de commencer, pas après.
- Les appareils testés sont peu nombreux — Echo Dot 2e génération et Echo Show 5 1re génération, de bout en bout. D’autres satellites Assist devraient fonctionner, puisqu’ils ont seulement besoin d’un pipeline pointé vers l’intégration, mais ce devraient porte tout le poids de la phrase.
- Le mot d’éveil est personnalisé. Le dépôt inclut un pipeline reproductible et un modèle microWakeWord entraîné pour le mot d’éveil Hey Hermes, vous n’êtes donc pas coincé avec le mot d’éveil d’usine.
Si vous voulez l’inverse de ce montage — piloter Hermes depuis un téléphone plutôt que parler à une enceinte — le guide de la bêta mobile couvre les applications iOS et Android actuelles, et le guide du plugin de reconnaissance vocale est le point de départ si vous voulez remplacer Whisper par autre chose dans le pipeline. La page de release v0.23.0 vaut aussi un coup d’œil : le serveur API et le gateway de ce cycle sont ce qui rend un profile vocal de longue durée praticable.