Wake word personalizado para ESP32

Para un producto con voz propia, entrena la frase online o con tu propia infraestructura, pruébala con el micrófono final y exporta un modelo INT8 compacto para detección offline en ESP32-S3.

Qué puede ejecutar ESP32

Un modelo ONNX de escritorio no es automáticamente un modelo para ESP32. En microcontroladores se suele usar TFLite Micro INT8, PCM mono de 16 kHz y extracción local de características. ESP32-S3 con PSRAM es el mejor punto de partida.

Entrenamiento online o propio

El entrenamiento online permite validar el hardware rápidamente. El entrenamiento propio ofrece más control sobre datos y negativos difíciles, pero obliga a mantener la cadena de entrenamiento, exportación y evaluación.

Flujo de despliegue

Elige una frase distintiva, graba con el micrófono final, mide recall y falsos disparos con ruido, exporta el modelo INT8 TFLite y su head, e intégralos juntos en ESP-IDF.

Ejemplo

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

Probar un wake word personalizado en español sobre ESP32-S3. The model, feature settings and output head must be validated together on the final microphone and enclosure.