唤醒词
相关资料
- Snowboy
Snowboy 是 KITT.AI（后被百度收购）2016 年推出的轻量级唤醒词框架，基于DTW（动态时间规整）+ 高斯混合模型（GMM），曾因轻量、开源被广泛使用，但如今被淘汰的核心原因：
1. 精度低：传统机器学习方法，抗噪性、远场识别率远低于深度学习模型；
2. 无硬件加速：仅支持 CPU 推理，无法利用移动端 / 嵌入式 NPU（瑞芯微 / 全志 / 高通 NPU）；
3. 维护停止：2020 年后无更新，适配安卓 10+、新芯片架构（如 ARMv9）存在兼容性问题；
4. 定制化差：新增唤醒词需重新训练，且多唤醒词并发检测效率低。
- 深度学习轻量级模型
a.) CNN + DS-CNN
深度可分离卷积（Depthwise Separable CNN），参数量 < 100 万，推理 < 50ms
安卓端 / 嵌入式（瑞芯微 / 全志 NPU）
b.) CRNN/LSTM + CNN
结合时序特征（语音是时序数据），抗噪性更好，参数量≈200 万
远场唤醒（智能音箱）
c.) TDNN（时延神经网络
专为语音优化的时序卷积，低功耗，适配蓝牙耳机等超低算力设备
可穿戴设备（耳机 / 手表）
- 开源深度学习框架
a.) Porcupine
CNN + 量化
跨平台（安卓 / IOS/Linux），轻量
b.) HeySnips Wake Word
CRNN + 端侧优化
开源可商用，支持自定义唤醒词
c.) WeNet-WWD
TDNN + Transformer
语音识别 + 唤醒词一体化，中文优化
- 厂商自研唤醒词引擎
a.) 百度 UNIT 唤醒引擎 (安卓 / IoT 设备)
中文唤醒词优化，抗噪性强，支持自定义唤醒词
b.) 阿里 AliGenie (智能家居 / 车载)
远场唤醒（5 米 +），适配阿里智能音箱生态
c.) 高通 SNPE (安卓手机 / 蓝牙耳机)
深度适配高通骁龙 NPU，低功耗（<1mA）
d.) 瑞芯微 RKVoice (嵌入式安卓设备)
适配 RK3568/RK3588 NPU，推理 < 30ms
e.) 全志 AWVoice (耳机 / 手表 / 低功耗 IoT)
超低功耗（可穿戴设备），支持多唤醒词并发
落地方案
- 百度 UNIT 唤醒引擎
1. 官方文档
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设置bin文件路径（唤醒词bin文件）
3. 预定义唤醒词
百度提供了近15个预定义唤醒词，一个bin文件最多包好10个唤醒词
已经支持的预定义唤醒词有：
相机类：拍照、茄子
音乐类：增大音量、减小音量、播放、停止、暂停、上一首、下一首
电灯类：打开电灯、关闭电灯、增大亮度、减小亮度
手电筒类：打开手电筒、关闭手电筒
4. 自定义唤醒词
自定义唤醒词不超过3个，http://ai.baidu.com/tech/speech/wake
5. 相关授权文件
使用APPID+包名首次联网自动下载授权文件进行验证（在联网时会获取自动获取离线正式授权。有特殊原因可用在官网下载临时授权文件）
需要用包名在百度平台创建相关KEY
6. 费用
离线的唤醒词应用的付费方式待确认
- 阿里 AliGenie
1. 官方文档
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. 预定义唤醒词
28个
https://aligenie.com/doc/10974248/fnwsqv
4. 自定义唤醒词
个人开发未找到入口
- 瑞芯微 RKVoice
1. 官方文档
http://t.rock-chips.com
2. 自定义唤醒词
需要自己训练（官方是否有对应工具待定），声音样本需要提供,用于模型训练
3.
- 全志 AWVoice
1. 官方文档
https://www.aw-ol.com/
2. 自定义唤醒词
需要自己训练（官方是否有对应工具待定）
- aiui（讯飞）
1. 官方文档
https://aiui-doc.xf-yun.com/project-1/doc-22/
2. SDK
离线能力需联系讯飞商务申请线下提供AIUI SDK和引擎资源
3. 自定义唤醒词
通过https:/aiui.xfyun.cn/ 设置自定义唤醒词
