如何用自己的LLM替换阿里萨？Yandex Station Extended详解Quasar Bridge、quasard与ChatGPT语音三大方案-育师

【免费下载链接】yandex-station-extended

项目地址：https://gitcode.com/gh_mirrors/ya/yandex-station-extended

想用自己的 LLM 替换 Yandex Station 内置的阿里萨（Алиса）吗？开源项目Yandex Station Extended是一份面向 Yandex 智能音箱的社区维基，它把「替换阿里萨」这件事拆成了Quasar Bridge、quasard与ChatGPT 语音模式三种差异很大的方案——分别对应「保留阿里萨的声音」「完整替换云端」和「接入 ChatGPT 官方语音」三条路线。本文用尽量少的代码，带你快速看懂每种的原理、适用场景与上手要点，并附一键回滚方法。

完整原文：docs/recipes/llm.md｜语音链路拆解：docs/internals/voice.md

三种方案怎么选：一张对比表快速决策

🧭 先别急着动手，三种方案的定位完全不同，先看这张表：

维度	Quasar Bridge	quasard	ChatGPT 语音模式
谁的声音在回答	阿里萨	自己的克隆 / 合成	ChatGPT
Yandex 智能家居	✅ 可用	❌ 无	聊天外可用
Yandex 音乐	✅ 可用	自实现	对话时暂停
是否要联网	需要	仅云端模型需要	需要
需保持开机的设备	一台代理主机	带显卡的电脑	一台 Linux 电脑
已验证机型	Станция 2、Quasar 3.21	约 1.56 与 3.x 固件	轻 2（Plum）

一句话选型：

想「听起来还是阿里萨」、智能家居照常 →Quasar Bridge
想彻底摆脱 Yandex 云、可离线（除模型外）→quasard
想直接用 ChatGPT 官方语音 →ChatGPT 语音模式

为什么能改？关键在 quasar.cfg

🔑 三个方案里前两者都依赖同一个底层事实：Yandex 固件没有做证书 pinning。系统配置quasar.cfg里的uniProxyUrl/uniProxyQuicUrl可以指向任意地址，音箱就会老老实实连你的服务器——这正是「换大脑」的技术基础。改之前务必备份：

adb pull /system/vendor/quasar/quasar.cfg ./quasar.cfg.orig

⚠️ 以上均为社区非官方方案，与 Yandex 无关，仅建议在自己设备上尝试。

方案一：Quasar Bridge 保留阿里萨声音的完整流程

Quasar Bridge 是一个用 Go 写的代理，把音箱的每句话在你的模型、Home Assistant、Yandex之间智能分流；因为语音识别与合成仍走云端，所以答话的仍是阿里萨本音。

本文多处实测基于 Станция 2 硬件，上图为该机型 LED 灯珠排布（来源：docs/devices/station-2.md）。

请求如何分流

你说什么	谁来回答
控制设备、问设备状态	Home Assistant，再由你的模型组织语言
复杂问题、「问下神经网络」、读网页/历史	你自己的 LLM
放音乐、天气、计时等日常指令	Yandex

路由规则写在 JSON 里，改完无需重启服务器即可生效。

上手要点

先拿到 root 和 SSH 权限；
选择代理运行位置：独立主机，或通过 YAM 直接跑在音箱上；
配置一个 OpenAI 兼容端点，接好 Home Assistant；
把音箱的uniProxyUrl/uniProxyQuicUrl指向你的服务器。

注意：代理跑在音箱上 ≠ 模型也在音箱上，模型 API 必须能被网络访问到。

方案二：quasard 自建服务器完整替换云端

quasard 的思路更激进——整朵云都换成你自己的服务器。音箱以为自己在跟 Yandex 说话，但激活、对话、音乐全走你的机器，对外基本不再联网。

它替云做了哪些事

激活/注册/同步：服务器自己应答，并主动屏蔽固件升级，防止版本漂移导致翻车；
语音识别：Silero VAD 判句尾 + GigaAM 识别，顺手把标点也补好，约占 1GB 显存；
大脑：接任意 OpenAI 兼容接口（Groq、Ollama、vLLM、LM Studio），人格由旁边的system_prompt.txt定义，热改热生效；
声音：F5-TTS 用 10–15 秒样本克隆音色（约 3.4GB 显存），没有显卡就用 Edge TTS 兜底；
音乐：支持「我的电台」、按歌手/歌/专辑搜索、上下曲、点赞、暂停。

需要准备什么

一台 Windows 或 Linux +NVIDIA 显卡（作者在 16GB 的 RTX 上验证）；
Python 3.12、uv、ffmpeg；
路由器上做 DNS 劫持，把 Yandex 域名指到你的电脑，并配一张音箱信任的证书。

速度上限取决于显卡：显卡偏弱时，第一句话可能要等一两秒。

方案三：ChatGPT 语音模式接入官方语音

ChatGPT 语音模式走的是「桥接」路线：让音箱的麦克风和喇叭，跟官方 chatgpt.com 网页版对话。网页跑在一台 Linux 电脑上的 Chromium + Xvfb 虚拟屏里，全程无窗口，用 ChatGPT 的声音回答。

语音切换三指令

指令	效果
「阿里萨，打开聊天」	进入上次对话的语音模式
「阿里萨，创建新聊天」	开一段新对话
「阿里萨，关闭聊天」	退出，回到普通阿里萨

适用与限制

这是一套独立模式，不是按句分流——对话期间阿里萨被静默，内置音乐暂停；
切换指令仍由 Yandex 云端识别，断网时无法用语音退出；
已验证：轻 2（Plum）+ VQE 处理后麦克风 + 彩虹灯效。

安全回滚：改错配置如何一键还原

💡 前两者改的都是同一份quasar.cfg，所以动手前一定先备份（见上文）。还原步骤：

adb push ./quasar.cfg.orig /system/vendor/quasar/quasar.cfg adb shell sync; adb reboot

再按方案分别收尾：

Quasar Bridge：停掉代理；若装在了音箱上，用 YAM 移除该包；
quasard：在路由器上撤销 DNS 劫持，让域名重新回 Yandex 云；
ChatGPT 语音模式：在电脑执行python3 voice.py close，音箱端残留的辅助进程由其自带卸载器清理。

小结：想省心、保原味选Quasar Bridge；想彻底私有化、可离线选quasard；想直接用 ChatGPT 官方声音选ChatGPT 语音模式。三者都建立在「quasar.cfg可重定向」这一底层特性之上，配合 docs/internals/voice.md 的语音链路详解，就能把 Yandex 音箱真正改造成「你的」智能助手。