喚醒詞
相關(guān)資料
- Snowboy
Snowboy 是 KITT.AI（后被百度收購(gòu)）2016 年推出的輕量級(jí)喚醒詞框架，基于DTW（動(dòng)態(tài)時(shí)間規(guī)整）+ 高斯混合模型（GMM），曾因輕量、開(kāi)源被廣泛使用，但如今被淘汰的核心原因：
1. 精度低：傳統(tǒng)機(jī)器學(xué)習(xí)方法，抗噪性、遠(yuǎn)場(chǎng)識(shí)別率遠(yuǎn)低于深度學(xué)習(xí)模型；
2. 無(wú)硬件加速：僅支持 CPU 推理，無(wú)法利用移動(dòng)端 / 嵌入式 NPU（瑞芯微 / 全志 / 高通 NPU）；
3. 維護(hù)停止：2020 年后無(wú)更新，適配安卓 10+、新芯片架構(gòu)（如 ARMv9）存在兼容性問(wèn)題；
4. 定制化差：新增喚醒詞需重新訓(xùn)練，且多喚醒詞并發(fā)檢測(cè)效率低。
- 深度學(xué)習(xí)輕量級(jí)模型
a.) CNN + DS-CNN
深度可分離卷積（Depthwise Separable CNN），參數(shù)量 < 100 萬(wàn)，推理 < 50ms
安卓端 / 嵌入式（瑞芯微 / 全志 NPU）
b.) CRNN/LSTM + CNN
結(jié)合時(shí)序特征（語(yǔ)音是時(shí)序數(shù)據(jù)），抗噪性更好，參數(shù)量≈200 萬(wàn)
遠(yuǎn)場(chǎng)喚醒（智能音箱）
c.) TDNN（時(shí)延神經(jīng)網(wǎng)絡(luò)
專為語(yǔ)音優(yōu)化的時(shí)序卷積，低功耗，適配藍(lán)牙耳機(jī)等超低算力設(shè)備
可穿戴設(shè)備（耳機(jī) / 手表）
- 開(kāi)源深度學(xué)習(xí)框架
a.) Porcupine
CNN + 量化
跨平臺(tái)（安卓 / IOS/Linux），輕量
b.) HeySnips Wake Word
CRNN + 端側(cè)優(yōu)化
開(kāi)源可商用，支持自定義喚醒詞
c.) WeNet-WWD
TDNN + Transformer
語(yǔ)音識(shí)別 + 喚醒詞一體化，中文優(yōu)化
- 廠商自研喚醒詞引擎
a.) 百度 UNIT 喚醒引擎 (安卓 / IoT 設(shè)備)
中文喚醒詞優(yōu)化，抗噪性強(qiáng)，支持自定義喚醒詞
b.) 阿里 AliGenie (智能家居 / 車載)
遠(yuǎn)場(chǎng)喚醒（5 米 +），適配阿里智能音箱生態(tài)
c.) 高通 SNPE (安卓手機(jī) / 藍(lán)牙耳機(jī))
深度適配高通驍龍 NPU，低功耗（<1mA）
d.) 瑞芯微 RKVoice (嵌入式安卓設(shè)備)
適配 RK3568/RK3588 NPU，推理 < 30ms
e.) 全志 AWVoice (耳機(jī) / 手表 / 低功耗 IoT)
超低功耗（可穿戴設(shè)備），支持多喚醒詞并發(fā)
落地方案
- 百度 UNIT 喚醒引擎
1. 官方文檔
https://ai.baidu.com/ai-doc/SPEECH/3ltwvtg6u#%E5%94%A4%E9%86%92%E8%AF%8D
2. Android SDK
bdasr_V3_20250507_b610f20.jar
https://platform-new.cdn.bcebos.com/sdk/asr/android/baidu_speech_ASR_V3_20250521_b610f20_3.4.5.zip
WP_WORDS_FILE設(shè)置bin文件路徑（喚醒詞bin文件）
3. 預(yù)定義喚醒詞
百度提供了近15個(gè)預(yù)定義喚醒詞，一個(gè)bin文件最多包好10個(gè)喚醒詞
已經(jīng)支持的預(yù)定義喚醒詞有：
相機(jī)類：拍照、茄子
音樂(lè)類：增大音量、減小音量、播放、停止、暫停、上一首、下一首
電燈類：打開(kāi)電燈、關(guān)閉電燈、增大亮度、減小亮度
手電筒類：打開(kāi)手電筒、關(guān)閉手電筒
4. 自定義喚醒詞
自定義喚醒詞不超過(guò)3個(gè)，http://ai.baidu.com/tech/speech/wake
5. 相關(guān)授權(quán)文件
使用APPID+包名首次聯(lián)網(wǎng)自動(dòng)下載授權(quán)文件進(jìn)行驗(yàn)證（在聯(lián)網(wǎng)時(shí)會(huì)獲取自動(dòng)獲取離線正式授權(quán)。有特殊原因可用在官網(wǎng)下載臨時(shí)授權(quán)文件）
需要用包名在百度平臺(tái)創(chuàng)建相關(guān)KEY
6. 費(fèi)用
離線的喚醒詞應(yīng)用的付費(fèi)方式待確認(rèn)
- 阿里 AliGenie
1. 官方文檔
https://www.aligenie.com/doc/10974248/etqf5x
2. Android SDK
maven { url "http://mvnrepo.alibaba-inc.com/mvn/repository" }
implementation "com.alibaba.ailabs.genie:agui:{VERSION}"
implementation 'com.alibaba.ailabs.aligenie.opensdk:comm:{VERSION}'
implementation 'com.alibaba.ailabs.aligenie.opensdk:multirouter:{VERSION}'
3. 預(yù)定義喚醒詞
28個(gè)
https://aligenie.com/doc/10974248/fnwsqv
4. 自定義喚醒詞
個(gè)人開(kāi)發(fā)未找到入口
- 瑞芯微 RKVoice
1. 官方文檔
http://t.rock-chips.com
2. 自定義喚醒詞
需要自己訓(xùn)練（官方是否有對(duì)應(yīng)工具待定），聲音樣本需要提供,用于模型訓(xùn)練
3.
- 全志 AWVoice
1. 官方文檔
https://www.aw-ol.com/
2. 自定義喚醒詞
需要自己訓(xùn)練（官方是否有對(duì)應(yīng)工具待定）
- aiui（訊飛）
1. 官方文檔
https://aiui-doc.xf-yun.com/project-1/doc-22/
2. SDK
離線能力需聯(lián)系訊飛商務(wù)申請(qǐng)線下提供AIUI SDK和引擎資源
3. 自定義喚醒詞
通過(guò)https:/aiui.xfyun.cn/ 設(shè)置自定義喚醒詞
