自定义唤醒词误唤醒怎么办？从选词、阈值到真人增强

“叫不醒”和“总被误触发”不能只靠反复拖动阈值解决。应先确认音频与模型正确，再区分词本身、说话人覆盖和运行时后处理问题。

先判断是哪一类故障

正确的排查顺序

1. 确认音频：16 kHz、16-bit、单声道，音量正常且没有重采样错误。
2. 查看原始分数：分别记录安静、普通对话、相似词和目标词，不要一开始就叠加所有过滤器。
3. 检查选词：太短、太常见、叠词或与媒体内容重合的短语天然更难控制误报。
4. 调整后处理：先连续帧，再阈值和冷却；每次只改一个参数并保存结果。
5. 补充真人覆盖：若某些真实发音稳定低分，加入少量目标说话人的录音做增强，而不是无限降低阈值。

为什么降低阈值会越调越坏？

降低阈值可能救回漏唤醒，同时也会让普通对话和底噪越过门槛。好的参数应在同一套测试集中同时比较召回和误触发。目标设备、麦克风增益和环境变化后，需要重新验证。

发布前建立固定回归集

• 每位测试者的多次目标词录音；
• 容易混淆的近音词和日常句子；
• 电视、人声、音乐、安静底噪和设备自身播放；
• 目标距离与不同音量；
• 每次模型或参数变化后跑同一批样本。