Assistant vocal DIY : local ou cloud ?

Salut à tous,
Je développe un assistant vocal DIY pour contrôler mes équipements domotiques via un Raspberry Pi 4. L’idée est d’éviter toute dépendance au cloud en hébergeant le modèle de reconnaissance vocale directement en local. Mon souci c’est que les solutions open source comme Vosk ou DeepSpeech demandent trop de ressources et provoquent des latences importantes sur le Pi, surtout quand j’essaie de lancer des modèles plus récents et précis. J’ai essayé d’optimiser avec TensorFlow Lite, mais c’est pas simple à mettre en place. 
Est-ce que je devrais insister sur un modèle plus léger en local ou plutôt envisager une solution cloud pour améliorer la réactivité?  
Merci pour vos conseils !

Salut @Maxyme,
A moins d'équiper ton Rpi d'une carte graphique (même pas sûr que ce soit possible...) ça me parait chaud. Si tu veux resté en self hosting mieux vaut dédier un PC pour ça ou tu risque d'avoir une latence bcp trop élevée.
Sinon le cloud :)

Salut ! Je suis dans un projet assez proche (contrôle local via Pi4 aussi), donc je comprends bien ton dilemme. Perso, j’ai fini par opter pour un modèle vocal ultra-light tournant en local, quitte à sacrifier un peu de précision. Le tout-cloud, même si c’est plus fluide, casse l’esprit DIY et pose des questions de vie privée. Je vois ça un peu comme l’approche qu’on a en muscu avec la nutrition : vaut mieux une base locale solide, adaptée à ton profil, qu’un truc externe trop optimisé mais peu maîtrisé. Après, combiner un modèle light local avec un fallback cloud pour les requêtes complexes peut être un bon compromis. À voir selon tes priorités : perf immédiate ou autonomie maximale.