カスタムウェイクワードの学習:自作とオンラインの違い
カスタムウェイクワードは、学習環境を自分で構築する方法と、オンラインで生成してダウンロード前に試す方法があります。
自分で学習する場合
フレーズの設計、正例・負例音声、データ拡張、依存パッケージ、学習、変換、しきい値調整、実機評価を管理します。openWakeWordには自動化されたColabと、より細かく設定できるNotebookがありますが、データ、誤検出、多言語対応は自分で維持します。
オンラインで生成する場合
キーワードを入力し、モデルを生成し、ブラウザでテストしてからダウンロードします。Picovoice ConsoleはSDK向けのプラットフォーム別モデルを生成し、実行時にはAccessKeyとSDKを使います。Voicuteはオンライン学習、ダウンロード前テスト、ONNX/TFLiteとオフライン推論例を組み合わせます。
| 状況 | 最初に選ぶ方法 |
|---|---|
| 多言語の試作を早く作りたい | オンラインプラットフォーム |
| すでにPicovoice SDKを利用している | Picovoice Console |
| 標準モデル形式と実行時の自由度が必要 | Voicuteまたは自作パイプライン |
| MLチームと独自データがある | 自分で学習 |
比較で測るもの
同じフレーズ、話者、マイク、距離、雑音で再現率、1時間あたりの誤検出、遅延、消費電力を測定します。小規模チームでは、まずオンラインで検証し、データやカスタマイズの要件が大きい場合だけ自作へ進むのが現実的です。
ウェイクワードを生成して試す →View the open-source inference engine and demo models →
ONNX / TFLite · Android · ESP32 · Web · Python · Home Assistant