Offline-Sprachsteuerung für IoT-Produkte

Wenn ein Produkt nur wenige feste Befehle braucht, ist ein kleines lokales KWS-Modell oft einfacher als eine vollständige Spracherkennung.

Die Produktanforderung zuerst klären

„Licht einschalten“, „Start“, „Stopp“ und „Weiter“ sind feste Befehle. Freie Sätze, Namen und Zahlen benötigen dagegen meist ASR und eine Intent-Auswertung.

Modell online erzeugen und testen

1. Eigenes Wake Word oder feste Befehle eingeben und trainieren;
2. das Basic-Modell mit echten Stimmen testen;
3. erst danach das Modell herunterladen;
4. bei Bedarf mehrere Keywords, echte Aufnahmen oder Fehltrigger-Optimierung ergänzen.

Offline im Produkt verwenden

ONNX- oder TFLite-Modelle können mit passenden Laufzeiten auf Android, Web, Python, Linux, Windows, macOS, Raspberry Pi und geprüften Embedded-Plattformen laufen. Die Anwendung braucht zusätzlich Audioaufnahme, Schwellenwert, Cooldown und eine sichere Aktion.

Vor dem Release messen

Mit dem endgültigen Mikrofon und Gehäuse müssen Recall, Fehltrigger pro Stunde, Latenz und Stromverbrauch getestet werden. Ein Browser-Test ist ein erster Filter, keine Produktionsgarantie.