Créer un mot de réveil personnalisé en 2026 : modèle ONNX hors ligne

Un mot de réveil personnalisé est une phrase que votre appareil doit écouter — un nom de marque, un déclencheur produit, ou « Hey Maison ». La voie classique exige des centaines d'enregistrements, du nettoyage, de l'étiquetage, de l'entraînement et des itérations : deux à quatre semaines et un vrai budget. Voici la voie plus rapide.

L'ancienne méthode vs la nouvelle

1. Ancienne méthode. Collecter 500+ enregistrements de locuteurs variés → nettoyer et étiqueter → entraîner un modèle → tester et ré-entraîner. Deux à quatre semaines, souvent des milliers d'euros.
2. Nouvelle méthode. Saisir la phrase, laisser la plateforme entraîner le modèle Basic, l'évaluer dans la console avec sa propre voix, puis décider si vous souhaitez acheter le téléchargement ONNX.

Comment fonctionne l'entraînement en ligne

1. Saisissez le mot-clé. Entrez la phrase souhaitée — français, anglais, allemand, japonais ou chinois.
2. Entraînement automatique. Le système synthétise plusieurs voix TTS, puis applique mélange de bruit, perturbation de vitesse et simulation d'acoustique de pièce avant d'entraîner un réseau léger. Dix à vingt minutes, entièrement automatique.
3. Testez gratuitement votre modèle dans la console. L'entraînement et le test en ligne du modèle Basic sont gratuits. Utilisez votre microphone et votre prononciation naturelle, puis vérifiez aussi la parole ambiante avant tout achat.
4. Décidez si vous souhaitez le télécharger. Le test permet d'évaluer le modèle Basic avant d'acheter le fichier ONNX et de poursuivre l'intégration sur l'appareil cible.

Ce que vous obtenez

Pas de GPU, pas de collecte audio, pas de réglage de paramètres. Face à un pipeline classique de plusieurs semaines, la barrière chute d'un ordre de grandeur.

Pourquoi ceci plutôt que les outils habituels

L'anglais est le coin saturé des outils de wake word — openWakeWord et Picovoice s'en chargent. Ce que la plupart des outils n'offrent pas, c'est un workflow « saisir un mot » qui fonctionne dans toutes les langues :

1. Aucun pipeline d'entraînement à monter. Un modèle openWakeWord maison, c'est un week-end de Python, CUDA et hyperparamètres. Ici, l'entraînement est le produit.
2. Multi-mot-clé dans un seul modèle. Un unique backbone partagé détecte 2–10 mots-clés, au lieu de charger un modèle complet par mot.
3. Le non-anglais fonctionne vraiment. Les outils centrés anglais butent dès qu'il faut une phrase française, allemande ou japonaise.
4. Alternative à Picovoice. La version gratuite de Picovoice s'est arrêtée le 30 juin 2026 ; Voicute propose un paiement unique, sans licence par appareil.

Utiliser le modèle

Le modèle est de l'ONNX standard, exécuté via le moteur open-source onnx-wakeword (Apache 2.0), qui fournit l'extraction de features Mel et un filtrage multi-étage des faux déclenchements.

Python (Linux / macOS / Windows)

from wakeword_engine import WakeWordEngine

engine = WakeWordEngine()
engine.load('model_info.json', 'melspectrogram.onnx')
engine.start(lambda word, prob, info: print(f'{word} {prob:.0%}'))

Android

val engine = OnnxWakeWord.create(context, "model_info.json", "melspectrogram.onnx")
engine.setCallback { word, prob -> onWake(word) }
engine.start()  // CPU < 1 %, inférence < 5 ms

Navigateur web

const engine = VoicuteWakeWord.create()
await engine.load("model_info.json", "melspectrogram.onnx")
await engine.start((word, prob) => console.log(word))

Un modèle, plusieurs mots

Pas besoin d'un modèle par phrase. L'entraînement multi-mot-clé met 3–10 wake words ou mots de commande dans un seul fichier ONNX — 135 Ko pour trois mots, 167 Ko pour dix.

Tarif

L'entraînement et l'essai en ligne du modèle Basic sont gratuits. Vous ne payez que si vous décidez de télécharger les fichiers ONNX/TFLite. Le téléchargement est un paiement unique : pas de licence par appareil, pas d'abonnement et pas de frais à l'unité.

FAQ

Important : le test en ligne sert à évaluer le modèle Basic ; il ne garantit pas qu'il soit prêt pour la production. Les faux déclenchements peuvent dépendre du mot choisi, car le modèle de base utilise des données négatives génériques. Si certains sons le déclenchent, collectez ces exemples et contactez le support pour une optimisation par échantillons négatifs personnalisés ; le parcours en libre-service est encore en développement.

Peut-on entraîner un mot de réveil uniquement avec la TTS ?

Oui. Les modèles de base sont entièrement entraînés sur de la parole synthétisée par TTS, donc aucun enregistrement n'est nécessaire. Cela couvre la prononciation standard ; une étape optionnelle de vrai audio (quelques courts extraits) récupère les accents et les environnements bruyants.

Comment entraîner un mot de réveil personnalisé sans enregistrer d'audio ?

Saisissez la phrase : la plateforme synthétise des données d'entraînement à partir de nombreuses voix TTS avec augmentation de bruit et de vitesse, puis entraîne un modèle léger. Vous ne collectez ni ne téléversez aucun audio.

Comment créer un mot de réveil à partir de texte ?

Texte à l'entrée, modèle à la sortie. Le pipeline transforme votre phrase en des milliers d'énoncés variés en quelques minutes — aucun échantillon vocal, aucun GPU.

Un mot de réveil personnalisé peut-il tourner hors ligne sur ESP32 ?

Oui. Sur ESP32-S3, le déploiement utilise un export INT8 TFLite Micro plutôt que le chemin ONNX des ordinateurs. L'exemple ESP-IDF public est testé sur ESP32-S3-HMI-DevKit ; les autres cartes exigent une adaptation audio et mémoire. Consultez le guide ESP32-S3.

Quelle alternative à Picovoice pour un mot de réveil personnalisé ?

La version gratuite de Picovoice s'est arrêtée le 30 juin 2026, sans offre non commerciale prévue. Voicute est une alternative : tapez un mot, obtenez un modèle ONNX hors ligne en 10–20 minutes, avec un paiement unique et sans licence par appareil — pour le français, l'anglais, l'allemand, le japonais et le chinois.

Comment créer un mot de réveil pour Home Assistant ?

Exécutez le modèle ONNX via le moteur onnx-wakeword en tant que service Wyoming, ou directement sur l'appareil. Consultez le guide Home Assistant.