Alternativa a MultiNet para ESP32: un modelo TFLite, varios comandos

ESP-SR MultiNet es una arquitectura offline para comandos de voz. Voicute ofrece el mismo patrón práctico con un modelo INT8 TFLite compacto que distingue varias palabras clave y devuelve un command ID al firmware ESP32.

Los 7 idiomas compatibles

La matriz actual de Voicute incluye chino, inglés, japonés, francés, alemán, español e hindi. Un modelo Multi-Keyword puede reconocer varios comandos fijos en un idioma seleccionado.

Un modelo para varios comandos

Multi-Keyword no es un conjunto de modelos independientes. Las palabras comparten la extracción de características y una inferencia distingue el conjunto configurado, mapeando cada resultado a un command ID.

Despliegue ESP32 con TFLite Micro

Exporta el modelo INT8 TFLite y el output head correspondiente, mantén la misma pipeline mono de 16 kHz e integra ambos en ESP-IDF. Después del wake word, el modelo reconoce los comandos fijos.

ESP32 demo deployment

git clone https://github.com/voicute/onnx-wakeword.git\ncd onnx-wakeword/esp32/examples/esp32s3_hmi_devkit\nidf.py set-target esp32s3\nidf.py build

Start with the open-source ESP32 example and the public multi-keyword demo model. Validate the final microphone, enclosure, noise conditions, recall, false triggers, latency and RAM before shipping.