Голосовое управление светом не должно зависеть от интернета и не должно отправлять записи голоса куда-либо наружу — а также не должно путать случайный шум или чужую речь с настоящей командой.
Распознавание речи работает полностью локально (Vosk), перед распознаванием звук проходит через подавление шума и эха и автоматическую регулировку усиления, система узнаёт только заранее заданную грамматику команд и проверяет уверенность распознавания прежде чем выполнять действие, что отсекает случайные звуки.
Vosk (офлайн-распознавание речи), подавление шума/эха и автоусиление, грамматика команд, порог уверенности распознавания.
Готово и используется.