Eigenes Wake Word 2026 online erstellen: Offline-ONNX-Modell

Ein eigenes Wake Word ist eine Phrase, auf die dein Gerät hören soll — ein Markenname, ein Produkt-Trigger oder „Hey Zuhause". Der klassische Weg dahin bedeutet hunderte Aufnahmen, Bereinigung, Labeling, Training und Iteration: zwei bis vier Wochen und ein echtes Budget. Hier ist der schnellere Weg.

Der alte Weg vs. der neue Weg

1. Alter Weg. 500+ Aufnahmen von verschiedenen Sprecherinnen und Sprechern sammeln → bereinigen und labeln → Modell trainieren → testen und neu trainieren. Zwei bis vier Wochen, oft tausende Euro.
2. Neuer Weg. Phrase eingeben, das Basic-Modell automatisch trainieren lassen, es in der Konsole mit der eigenen Stimme bewerten und danach entscheiden, ob du den Download kaufen möchtest.

So funktioniert das Online-Training

1. Keyword eingeben. Die gewünschte Phrase eingeben — Deutsch, Englisch, Französisch, Japanisch oder Chinesisch.
2. Automatisches Training. Das System synthetisiert mehrere TTS-Stimmen und mischt Rauschen, Geschwindigkeitsstörungen und Raumklang-Simulation ein, bevor es ein leichtgewichtiges neuronales Netz trainiert. Zehn bis zwanzig Minuten, vollautomatisch.
3. Eigenes Modell in der Konsole testen. Mit dem eigenen Mikrofon natürliche Aussprache und normale Hintergrundsprache prüfen, bevor du den Download kaufst.
4. Über den Download entscheiden. Das Ergebnis dient zur Bewertung des Basic-Modells. Danach kannst du den ONNX-Download kaufen und mit Integration sowie Gerätetests fortfahren.

Was du bekommst

Keine GPU, keine Audioaufnahme, kein Parameter-Tuning. Gegenüber einer mehrwöchigen klassischen Pipeline sinkt die Hürde um eine Größenordnung.

Warum das statt der üblichen Tools

Bei englischen Wake-Words ist der Markt voll — openWakeWord und Picovoice können das beide. Was die meisten Tools nicht bieten, ist ein „Wort eingeben"-Workflow, der sprachübergreifend funktioniert:

1. Keine Trainings-Pipeline nötig. openWakeWord-Eigenmodelle kosten ein Wochenende Python, CUDA und Hyperparameter. Hier ist das Training das Produkt.
2. Multi-Keyword in einem Modell. Ein einzelnes Shared-Backbone-Modell erkennt 2–10 Keywords, statt pro Wort ein ganzes Modell zu laden.
3. Nicht-Englisch funktioniert wirklich. Englisch-lastige Tools stoßen an eine Wand, sobald du eine deutsche, französische oder japanische Phrase brauchst — siehe warum englische Tools bei Deutsch scheitern.
4. Eine Picovoice-Alternative. Die Gratisversion von Picovoice wurde am 30. Juni 2026 eingestellt; Voicute ist eine Option mit einmaliger Zahlung und ohne Lizenz pro Gerät.

Das Modell verwenden

Das Modell ist Standard-ONNX und läuft über die Open-Source-onnx-wakeword-Engine (Apache 2.0) mit Mel-Feature-Extraktion und mehrstufiger Fehlauslösungs-Filterung.

Python (Linux / macOS / Windows)

from wakeword_engine import WakeWordEngine

engine = WakeWordEngine()
engine.load('model_info.json', 'melspectrogram.onnx')
engine.start(lambda word, prob, info: print(f'{word} {prob:.0%}'))

Android

val engine = OnnxWakeWord.create(context, "model_info.json", "melspectrogram.onnx")
engine.setCallback { word, prob -> onWake(word) }
engine.start()  // CPU < 1 %, Einzel-Frame-Inferenz < 5 ms

Web-Browser

const engine = VoicuteWakeWord.create()
await engine.load("model_info.json", "melspectrogram.onnx")
await engine.start((word, prob) => console.log(word))

Ein Modell, mehrere Wörter

Du brauchst nicht pro Phrase ein eigenes Modell. Multi-Keyword-Training packt 3–10 Wake-Words oder Befehlswörter in eine einzige ONNX-Datei — 135 KB für drei Wörter, 167 KB für zehn.

Erst testen, dann über den Download entscheiden

Das Training und der Online-Test des Basic-Modells sind kostenlos. Prüfe dein eigenes Wake Word in der Konsole mit deiner Stimme und bezahle erst, wenn du die ONNX/TFLite-Dateien herunterladen und einsetzen möchtest. Für das heruntergeladene Modell gibt es keine Lizenz pro Gerät, kein Abo und keine laufende Stückgebühr.

Wichtig: Der Online-Test bewertet das Basic-Modell, ist aber keine Garantie für Produktionsreife. Fehlaktivierungen können vom Keyword abhängen, da das Basismodell allgemeine Negativdaten nutzt. Bei Reaktionen auf bestimmte Geräusche helfen passende Negativbeispiele; die Self-Service-Optimierung dafür ist noch in Entwicklung und kann derzeit über den Support angefragt werden.

FAQ

Kann man ein Wake Word nur mit TTS trainieren?

Ja. Die Basismodelle werden komplett mit TTS-synthetisierter Sprache trainiert – eigene Aufnahmen sind nicht nötig. Das deckt die Standardaussprache ab; ein optionaler Echt-Audio-Schritt (ein paar kurze Clips) fängt Akzente und laute Umgebungen ab.

Wie trainiere ich ein Wake Word ohne eigene Aufnahmen?

Phrase eingeben – die Plattform synthetisiert Trainingsdaten aus vielen TTS-Stimmen mit Rausch- und Geschwindigkeits-Augmentation und trainiert ein leichtgewichtiges Modell. Du sammelst oder lädst keine Audiodaten hoch.

Wie erstelle ich ein Weckwort aus Text?

Text rein, Modell raus. Die Pipeline macht aus deiner Phrase in Minuten tausende variierte Äußerungen – keine Sprachproben, keine GPU.

Läuft ein eigenes Wake Word offline auf dem ESP32?

Ja. Für ESP32-S3 wird ein INT8-TFLite-Micro-Export statt des Desktop-ONNX-Pfads verwendet. Das öffentliche ESP-IDF-Beispiel wurde auf einem ESP32-S3-HMI-DevKit getestet; andere Boards benötigen Audio- und Speicheranpassungen. Siehe die ESP32-S3-Anleitung.

Gibt es eine openWakeWord-Alternative für eigene Wake Words?

openWakeWords offizielle Modelle sind nur englisch, und ein eigenes Modell bedeutet eine Python/CUDA-Pipeline. Voicutes „Wort eingeben“-Flow deckt Deutsch, Englisch, Französisch, Japanisch und Chinesisch ab, mit Multi-Keyword in einem Modell – siehe den vollständigen Vergleich.

Wie erstelle ich ein eigenes Wake Word für Home Assistant?

Das ONNX-Modell über die onnx-wakeword-Engine als Wyoming-Service betreiben – oder direkt auf dem Gerät. Siehe die Home-Assistant-Anleitung.

Gibt es eine Picovoice-Alternative für eigene Wake Words?

Ja. Die Gratisversion von Picovoice wurde am 30. Juni 2026 eingestellt, ohne geplantes nicht-kommerzielles Angebot. Voicute ist eine Alternative mit einmaliger Zahlung – Wort eingeben, ein Offline-ONNX-Modell erhalten, keine Lizenz pro Gerät.