给智能硬件取个名字：如何实现自定义唤醒词？

当智能灯、机器人、小家电或 App 有了自己的产品名，用户自然会希望直接叫它的名字。真正的问题是：设备如何在本地听懂这个名字，并在听到后执行下一步动作？

产品名不等于唤醒词

品牌名是给人看的，唤醒词是给设备检测的。一个适合作为唤醒词的产品名，通常需要发音相对清楚、长度足够、和日常环境中的常见词不太相似，并且能被目标用户自然说出来。

例如，“打开客厅灯”是固定命令词，“小虎机器人”可以作为唤醒词。唤醒词负责启动后续交互；如果设备只需要识别“开灯、关灯、调亮、调暗”等少量动作，也可以直接使用多关键词模型。

先判断产品需要 KWS 还是 ASR

如果产品只是需要“叫醒设备”或识别少量固定命令，没有必要一开始就引入完整 ASR。KWS 更小、更快，也更容易在没有网络的设备上运行。

如何选择一个可用的产品唤醒词

1. 不要只看文字，要实际朗读并录音测试；
2. 避免过短、过常见或和品牌口号相似的词；
3. 让几位不同说话人用自然语速朗读；
4. 检查不同语言、口音和家庭环境中的发音差异；
5. 同时测试“能否叫醒”和“会不会被普通对话误触发”。

在线测试可以快速筛掉明显不合适的产品名，但最终仍要在真实麦克风、外壳、距离和噪声环境中验证。

从产品名到离线模型

1. 输入产品名或固定命令词；
2. 选择训练语言和模型方案；
3. 在线生成模型，并用真实声音测试；
4. 确认效果后下载标准 ONNX 或 TFLite 模型；
5. 使用推理示例接入 Android、Web、Python、桌面系统或目标嵌入式平台；
6. 在最终设备上测量召回率、误触发、延迟和功耗。

真人录音什么时候有价值

如果产品面向固定用户群、特定口音，或者合成语音测试不错但真人说话容易漏检，可以使用真人录音增强。真人录音不是替代实机测试，而是让模型更接近目标用户的语速、音色和发音方式。

Voicute 在这里解决什么问题

Voicute 把“产品名能不能被设备听懂”的验证提前到模型下载之前。产品团队不需要先搭建训练环境，也不需要先购买硬件模组；可以先输入自己的产品名，训练并测试 Basic 模型，再决定是否下载模型或进行进一步的真人增强、多关键词和误触发优化。

模型下载后可以在本地离线运行，不依赖云端推理、AccessKey 或持续的设备运行费用。具体效果仍取决于关键词、语言、麦克风、外壳和目标设备。