複数ウェイクワードを1つのモデルで

ほとんどのウェイクワードエンジンは「1モデル=1ワード」を前提にしています。しかしウェイクワードはコマンドとは違います。ウェイクワードとは、デバイスが「名前を呼ばれた」と応答するためのもの。そして名前は人それぞれ——だからこそ、実際の製品では複数必要になります。

製品に複数ウェイクワードが必要な理由

• 家族ごとに呼び方が違う。父は「ネコちゃん」、子どもは別の呼び方——両方を1つのモデルに入れておけば、呼んだ人に応答できます。ウェイクワードを取り合いません。
• 1ファームウェアで複数SKU。同じハード、3つのブランド名、3つのウェイクワード。マルチワードモデルなら製品ライン全てが1つのファームウェアイメージを共有できます。
• ワード変更に再書き込み不要。従来のオフライン方式では、ワード1つ変えるだけでもファーム更新、場合によっては工場返送が必要です。マルチワードモデルなら設定1行の変更で切替できます。
• 呼ばれ方のバリエーション全て。同じ名前でも「〜さん」「おい、〜」など呼び方は様々。バリエーションを全てモデルに入れておけば、どう呼ばれても応答します。

1モデル vs モデルの山

ウェイクワードの切替は設定編集だけ

マルチワードモデルには model_info.json が付属し、各フレーズが1エントリになります:

{
  "model_type": "dscnn",
  "mel_time": 98,
  "multi_model": true,
  "models": [
    {"wake_word": "ネコちゃん",  "model_file": "nekochan.onnx",   "cons_frames": 2},
    {"wake_word": "おきろ",      "model_file": "okiro.onnx",      "cons_frames": 2}
  ]
}

デフォルトではリストされた全ワードを監視します。エントリを削除すればそのワードは無効に——再学習もファーム変更も不要です。これが「1モデル複数ワード」の実用的な価値です。ウェイクワードを変える自由が、工場ではなくあなたの手に残ります。

誤検知はどうする？

ワードが増えるほど誤検知の面も広がります。守りは2層です:

• 学習側：全ウェイクワードが1つのモデル内で共学習され、各ワードが他のワードの負例として機能するため、ワード間がきれいに分離します。R1誤検知最適化を1回行うだけで、毎時数百回の誤検知が1桁まで減少（平均約95%削減）した実測があります。
• 推論側：オープンソースのランタイムには、切替可能な5層の誤検知防止機構（連続フレームフィルタ、クールダウン、エネルギー跳変ゲートなど）が組み込まれています。

マルチウェイクワードが合うシーン

モデルの入手方法

Voicute でマルチキーワードプランを選び、ウェイクワードをカンマ区切りで入力します。プラットフォームが学習用音声を自動合成し、約15〜25分でONNXモデルを届けます。2〜10ワードを1モデルに。料金は語数ごとの段階制：3語 $85、5語 $99、8語 $125、10語 $149。支払いは1回、デプロイ台数は無制限です。

モデルは標準ONNX形式。オープンソースの onnx-wakeword ランタイム で、Android / Linux / Windows / Web / ESP32 上で完全オフライン動作します。「再生」「停止」など動作コマンドが必要な場合は マルチキーワードWake Word検出（英語） を参照してください。