Control de voz sin conexión para productos IoT

Si el producto solo necesita unas pocas órdenes fijas, un modelo KWS local suele ser más sencillo que un sistema completo de reconocimiento de voz.

Elegir según la necesidad

«Enciende la luz», «iniciar», «detener» y «siguiente» son comandos fijos. Las frases abiertas, los nombres y los números suelen requerir ASR y análisis de intención.

Generar y probar el modelo

1. Escribe la palabra de activación o los comandos y entrena en línea;
2. prueba el modelo Basic con voces reales;
3. descarga el modelo después de comprobar la frase;
4. añade varias palabras, grabaciones reales u optimización de falsos activadores si hace falta.

Usar el modelo en el producto

Los modelos ONNX o TFLite pueden ejecutarse con runtimes compatibles en Android, Web, Python, Linux, Windows, macOS, Raspberry Pi y algunas plataformas embebidas verificadas. La aplicación también debe gestionar el audio, el umbral, el cooldown y la acción.

Validar antes de lanzar

Prueba con el micrófono y la carcasa finales. Mide recall, falsos activadores por hora, latencia y consumo. Una prueba en el navegador es un filtro inicial, no una garantía de producción.