ब्राउज़र में ऑफलाइन वेक वर्ड

आधुनिक ब्राउज़र माइक्रोफ़ोन से ऑडियो लेकर वेक वर्ड मॉडल को स्थानीय रूप से चला सकता है। पहचान के लिए ऑडियो को inference server पर भेजना आवश्यक नहीं है।

कैसे काम करता है

1. माइक्रोफ़ोन की अनुमति लें।
2. ऑडियो को 16 kHz PCM में बदलें।
3. ONNX Runtime Web से मॉडल चलाएं।
4. थ्रेशोल्ड पार होने पर ऐप की कार्रवाई शुरू करें।

अलग-अलग ब्राउज़र, माइक्रोफ़ोन, दूरी और शोर में मॉडल का परीक्षण करें। repeated triggers रोकने के लिए cooldown और multi-frame filter जोड़ें।