Picovoice-Testphase abgelaufen? Diese Offline-Alternativen gibt es
Wenn ein Prototyp Porcupine verwendet und die Testphase endet, muss die Spracherkennung nicht in die Cloud umziehen. Wake-Word-Erkennung kann weiterhin vollständig lokal laufen.
Drei praktische Wege
| Weg | Geeignet für | Aufwand |
|---|---|---|
| openWakeWord selbst trainieren | Entwickler mit ML-/Python-Erfahrung und Wunsch nach voller Kontrolle | Abhängigkeiten, synthetische Daten, Negativdaten und Tests selbst pflegen |
| Voicute-Modell erzeugen und lokal ausführen | Teams, die ein herunterladbares ONNX- oder TFLite-Modell möchten | Training online; Inferenz danach offline und ohne Voicute-AccessKey |
| Kommerzielles SDK | Unternehmen, die Herstellersupport und fertige SDKs benötigen | Lizenz-, Konto- und Autorisierungsvorgaben bleiben bestehen |
Option 1: openWakeWord
openWakeWord stellt offenen Code, ONNX-/TFLite-Inferenz und Trainings-Notebooks bereit. Die mitgelieferten vortrainierten Modelle unterstützen laut Projekt derzeit Englisch. Ein eigenes deutsches Modell erfordert deshalb besondere Prüfung der Sprachsynthese, Aussprache, Negativbeispiele und Fehlaktivierungen.
pip install openwakeword
from openwakeword.model import Model
model = Model(wakeword_models=["mein_modell.onnx"])
scores = model.predict(audio_frame)Option 2: Modell online erstellen, offline ausführen
Bei Voicute gibst du ein deutsches Weckwort oder mehrere Sprachbefehle ein und lädst anschließend das Modell herunter. ONNX eignet sich für ONNX Runtime auf Python, Linux, Windows, macOS, Android und Web-Integrationen; TFLite eignet sich für kompatible mobile und eingebettete Laufzeiten. Die Audiodaten bleiben bei der Inferenz auf dem Gerät.
- Weckwort oder Befehle festlegen.
- ONNX- oder TFLite-Paket erzeugen und herunterladen.
- Mit den offenen Inferenzbeispielen starten.
- Auf echter Hardware mit verschiedenen Stimmen und Hintergrundgeräuschen testen.
- Schwellenwert einstellen, erst danach Aktionen verbinden.
Entscheidungshilfe
Nimm openWakeWord, wenn du die gesamte Trainingspipeline besitzen und warten möchtest. Nimm Voicute, wenn du schnell ein portables Modellartefakt brauchst und die Laufzeit unabhängig vom Trainingsdienst bleiben soll. Ein kommerzielles SDK ist sinnvoll, wenn garantierter Support wichtiger ist als Unabhängigkeit von Konto und Lizenz.