Eigenes Wake Word für ESP32

Für ein eigenes Wake Word auf ESP32 trainieren Sie die Phrase online oder selbst, testen sie mit dem Zielmikrofon und exportieren anschließend ein kompaktes INT8-TFLite-Modell für die Offline-Erkennung.

Was läuft auf ESP32?

Ein Desktop-ONNX-Modell ist nicht automatisch ein ESP32-Modell. Für Mikrocontroller ist INT8 TFLite Micro mit 16-kHz-Mono-PCM und lokaler Merkmalsextraktion der typische Weg. ESP32-S3 mit PSRAM ist der beste Ausgangspunkt; jedes andere Board muss separat geprüft werden.

Online-Training oder eigenes Training?

Online-Training eignet sich für kleine Teams und schnelle Hardware-Tests. Eigenes Training bietet mehr Kontrolle über Daten und Hard Negatives, erfordert aber eine eigene Trainings-, Export- und Evaluationspipeline.

Bereitstellungsablauf

Phrase wählen, mit dem finalen Mikrofon aufnehmen, Recall und Fehlaktivierungen in Lärm testen, passendes INT8-TFLite-Modell und Head exportieren und gemeinsam in das ESP-IDF-Projekt integrieren.

Beispiel

git clone https://github.com/voicute/onnx-wakeword.git
cd onnx-wakeword/esp32/examples/esp32s3_hmi_devkit
idf.py set-target esp32s3
idf.py build

Eigenes deutsches Wake Word auf ESP32-S3 testen. The model, feature settings and output head must be validated together on the final microphone and enclosure.