IoT製品向けオフライン音声操作

少数の固定コマンドだけが必要なら、大規模な音声認識よりも小さなローカルKWSモデルの方が製品に組み込みやすい場合があります。

製品要件から選ぶ

「ライトをつける」「開始」「停止」「次へ」は固定コマンドです。自由な文章、名前、数字を理解する場合はASRと意図解析が必要になります。

モデルを生成してテストする

1. ウェイクワードまたは固定コマンドを入力してオンライン学習する；
2. 実際の声でBasicモデルをテストする；
3. 音声、言語、マイクに適していることを確認してからダウンロードする；
4. 必要に応じて複数キーワード、実録音、誤検出対策を追加する。

製品でモデルを使う

ONNXまたはTFLiteモデルは、対応するランタイムを使ってAndroid、Web、Python、Linux、Windows、macOS、Raspberry Pi、検証済みの組み込み環境で利用できます。音声入力、しきい値、クールダウン、検出後の動作はアプリ側で実装します。

出荷前の確認

最終マイク、筐体、距離、雑音で再現率、誤検出、遅延、消費電力を測定してください。ブラウザでのテストは最初の確認であり、量産保証ではありません。