IoT 产品离线语音控制方案

如果产品只需要识别少量固定命令，轻量 KWS 往往比完整 ASR 更容易在设备上落地。

先判断产品需要什么

“打开灯光”“开始”“停止”“下一页”属于固定命令，适合单关键词或多关键词模型。用户可以自由表达、说出数字和复杂参数时，才需要 ASR 加意图解析。

如何生成和测试模型

1. 输入目标唤醒词或固定命令，在线训练模型；
2. 用真实声音在控制台测试 Basic 模型；
3. 确认关键词适合自己的语言、口音和麦克风后，再决定是否下载；
4. 需要时增加真人录音、多关键词或误触发优化。

如何在产品中使用

下载后的 ONNX 或 TFLite 模型可以配合对应运行时接入 Android、Web、Python、Linux、Windows、macOS、树莓派或经过验证的嵌入式设备。应用仍需负责麦克风采集、阈值、连续帧确认、冷却时间和识别后的产品动作。

上线前必须验证

请使用最终麦克风、外壳、距离、噪声和真实用户测试召回率、每小时误触发、延迟和功耗。浏览器测试通过不等于量产设备一定通过。