Ein eigenes Wake Word direkt im Browser erkennen
Für „Aufnahme starten“, „Nächste Folie“ oder ein festes Wake Word ist vollständige Spracherkennung oft unnötig. Ein kleines Keyword-Spotting-Modell kann lokal im Browser reagieren, ohne Mikrofon-Audio an einen Speech-Dienst zu senden.
Jetzt testen: In der Voicute-Konsole anmelden, unter Demo Models ein Modell wählen und Online Test starten. Das Demo-Modell kann dort auch heruntergeladen werden.
Die lokale Pipeline
Mikrofon → 16-kHz-Audio → Mel-Merkmale → ONNX-Modell
→ zeitliche Filter → JavaScript-EventNach dem Laden läuft die Inferenz auf dem Gerät. Das eignet sich für Kiosks, Präsentationen, PWAs, lokale Dashboards und Bedienoberflächen.
Wichtige Grenzen
- Mikrofonzugriff benötigt HTTPS und die Einwilligung des Nutzers.
- Audio muss auf die vom Modell erwartete Samplerate gebracht werden.
- Mobile Browser können Hintergrund-Tabs anhalten.
- Ein einzelner Schwellwert reicht nicht: Bestätigungsframes und Cooldown verhindern viele Fehlaktivierungen.
Vom Demo zum eigenen Modell
- Demo online mit dem eigenen Mikrofon testen.
- Modell herunterladen und über den verlinkten Integrationscode lokal starten.
- Bei Bedarf ein eigenes deutsches Schlüsselwort erzeugen.
- Das neue Modell vor dem Download in der Konsole mit natürlicher Aussprache prüfen.
Die offene Web-Implementierung ist Teil von onnx-wakeword. Für freie Sätze und Textausgabe bleibt ASR die richtige Wahl; Browser-KWS ist für wenige, klar definierte Befehle gedacht.
Demo online testen