Porcupine 本地唤醒词快速指南从零到实时唤醒的完整路径【免费下载链接】porcupineOn-device wake word detection powered by deep learning项目地址: https://gitcode.com/gh_mirrors/po/porcupine深夜想语音关灯又不想摸手机把全家吵醒。用云端语音 API 呢音频要上传服务器响应也慢网络一断功能就没了。Porcupine 是一个本地唤醒词引擎用轻量深度学习模型在设备端完成全部语音唤醒检测适合给 App、IoT 设备或网页加随时待命语音入口的开发者。 能力总览Porcupine 能解决什么问题纯本地推理音频采集、特征提取、匹配全在设备完成不联网也能唤醒多关键词并存同时监听多个唤醒词不增加额外运行时开销9 种语言英语、中文、法语、德语、意大利语、日语、韩语、葡萄牙语、西班牙语平台跨度大从 Arm Cortex-M / STM32 到 Android、iOS、浏览器、Linux / macOS / Windows可定制唤醒词通过 Picovoice Console 或 API 训练产出.ppn关键词模型文件运行时涉及两类文件语言模型文件在lib/common/如porcupine_params.pv英语、porcupine_params_zh.pv中文关键词文件是.ppn每个唤醒词一个。各平台预编译原生库放在lib/SDK 源码在binding/示例应用集中在demo/。上图是 Android 真机上的 Profiler 截图持续监听状态下 Porcupine 的资源占用很低这就是它敢在端侧常驻的原因。 先跑起来5 步跑通 Porcupine 唤醒词检测最快的上手路径是 Python跑通后换其他平台 SDK 只是换皮。克隆仓库git clone https://gitcode.com/gh_mirrors/po/porcupine申请 AccessKey在 Picovoice Console 免费注册获得初始化和激活时校验注意保密。安装 SDK 与录音库pip3 install pvporcupine pvrecorder写最小脚本。关键参数先记住采样率 16000Hz每帧 512 个采样点约 32ms单声道 16-bit PCM灵敏度默认 0.5import pvporcupine from pvrecorder import PvRecorder handle pvporcupine.create(access_keyACCESS_KEY, keywords[porcupine]) recorder PvRecorder(frame_lengthhandle.frame_length) recorder.start() while True: if handle.process(recorder.read()) 0: print(唤醒词命中!) recorder.delete(); handle.delete()运行并开口脚本跑起来后对着麦克风说 Porcupine终端会打印检测结果。keywords可以传多个如[porcupine, bumblebee]返回值下标告诉你命中了哪一个。⚙️ 幕后原理它是怎么做到的唤醒词检测不是完整语音识别。它不需要听懂任意句子只回答刚才这句话里有没有这个固定短语所以模型可以做得极小。核心是一个紧凑的深度神经网络即按层堆叠的数学变换结构专门识别固定短语的声学特征。音频按 512 个采样点一帧切分每帧喂给process()做一次推理没听到返回 -1命中则返回关键词下标从 0 开始与传入顺序对应。模型分两层协作.pv语言模型提供该语言的声学前端参数在lib/common/下.ppn关键词模型对应你训练的特定短语可用 API 的train_wake_word_from_phrase从一句短语直接产出。引擎核心用 ANSI C 实现头文件是include/pv_porcupine.h各语言 SDK 都是薄封装。v4 起还支持指定 GPU 或多核 CPU 跑推理。官方基准在树莓派 3 上Porcupine 精度是 PocketSphinx / Snowboy 的 11 倍速度快 6.5 倍。 各平台落地要点Android / iOS / Web / 桌面 / 嵌入式Androidbinding/android/提供完整 Gradle 工程Maven 依赖ai.picovoice:porcupine-android即可引入。高层PorcupineManager包办麦克风与回调.ppn文件放assets目录PorcupineManager manager new PorcupineManager.Builder() .setAccessKey(accessKey) .setKeywordPath(/path/to/keyword.ppn) .setSensitivity(0.5f) .build(context, keywordIndex - onWake(keywordIndex)); manager.start();iOSbinding/ios/CocoaPods 名 Porcupine-iOS同样是双层 API。PorcupineManager处理录音与回调demo/ios/BackgroundService演示了 App 退后台仍保持唤醒的写法let manager try PorcupineManager( accessKey: accessKey, modelPath: modelPath, keywordPaths: [/path/to/keyword.ppn], sensitivities: [0.5], onDetection: { index in /* 唤醒逻辑 */ }) try manager.start()Webbinding/web/把引擎跑在 Web Worker 里的 WebAssembly 版本lib/wasm/有pv_porcupine_simd.wasmSIMD 优化和pv_porcupine_pthread.wasm多线程两个版本。SDK 自动处理麦克风采集与降采样const porcupine await PorcupineWorker.create( accessKey, [BuiltInKeyword.Porcupine], onDetection, { base64: modelBase64 }); await WebVoiceProcessor.subscribe(porcupine);桌面与 Node.jsPythonpip3 install pvporcupine、Node.jspicovoice/porcupine-node、.NETNuGet 包 Porcupine、JavaMaven 包ai.picovoice:porcupine-java都有现成示例见demo/python/、demo/nodejs/、demo/dotnet/。嵌入式demo/mcu/stm32f411/是可运行的 STM32F411 工程9 种语言的预编译.a库在lib/mcu/stm32f411/头文件include/pv_porcupine_mcu.h。注意 MCU 版本初始化时要自备对齐的内存缓冲不依赖操作系统。落地场景智能灯具与 IoT 家电对灯泡说一句关灯设备自己完成判断和执行断网时功能依旧在线。车载与行车记录把唤醒词作为车机助手入口行车 App 里说开始录像直接开始录像手不离开方向盘。App 语音快捷指令健身 App 里说开始训练直接启动计时阅读器里说下一页翻篇比翻菜单快得多。调优与避坑灵敏度是唯一的核心旋钮[0, 1] 的浮点数可按关键词单独设置。调低 更少误唤醒、更多漏检调高则相反。有电视背景音或开放式空间建议先降到 0.3~0.4环境安静但经常听不清升到 0.6~0.7 试。关于模型选择如实说一句Porcupine 没有标准 / 压缩双模型切换引擎体积固定。真正的选择策略是选对语言——唤醒词发音属于哪种语言就用lib/common/里对应的.pv文件MCU 上则用lib/mcu/下对应语言的预编译库。高频问题速查报Invalid frame length→ 每次喂入的采样点数量必须等于handle.frame_length别按缓冲区大小随意切。非英语唤醒词识别差 → 忘了换语言模型文件中文唤醒词要配porcupine_params_zh.pv。初始化抛激活错误 → AccessKey 无效或超出设备数量上限回 Console 检查。浏览器里没反应 → 麦克风权限只在 HTTPS 或 localhost 下开放且需要用户点允许。升级后编译失败 → v4 有最低版本要求iOS 16、Node 18、React Native 0.73、Flutter 3.10Unity 支持已终止。⚡ 性能速查处理粒度每帧 512 采样点 16kHz ≈ 32ms逐帧出结果响应在毫秒级能跑在哪树莓派 Zero、STM32F411Arm Cortex-M 级 MCU到桌面、浏览器全覆盖不需要 GPU精度与速度官方基准为 PocketSphinx / Snowboy 的 11 倍精度、6.5 倍速度树莓派 3多关键词成本增加唤醒词无额外运行时开销适用边界适合少数固定短语场景。要连续对话或理解任意指令请搭配语音识别方案如平台 STT 或 Rhino别指望唤醒词引擎包办行动收尾Porcupine 把随时待命从依赖云端的功能变成一段本地唤醒词推理覆盖浏览器到裸机 MCU。下一步就一条命令git clone https://gitcode.com/gh_mirrors/po/porcupine【免费下载链接】porcupineOn-device wake word detection powered by deep learning项目地址: https://gitcode.com/gh_mirrors/po/porcupine创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Porcupine 本地唤醒词快速指南：从零到实时唤醒的完整路径
Porcupine 本地唤醒词快速指南从零到实时唤醒的完整路径【免费下载链接】porcupineOn-device wake word detection powered by deep learning项目地址: https://gitcode.com/gh_mirrors/po/porcupine深夜想语音关灯又不想摸手机把全家吵醒。用云端语音 API 呢音频要上传服务器响应也慢网络一断功能就没了。Porcupine 是一个本地唤醒词引擎用轻量深度学习模型在设备端完成全部语音唤醒检测适合给 App、IoT 设备或网页加随时待命语音入口的开发者。 能力总览Porcupine 能解决什么问题纯本地推理音频采集、特征提取、匹配全在设备完成不联网也能唤醒多关键词并存同时监听多个唤醒词不增加额外运行时开销9 种语言英语、中文、法语、德语、意大利语、日语、韩语、葡萄牙语、西班牙语平台跨度大从 Arm Cortex-M / STM32 到 Android、iOS、浏览器、Linux / macOS / Windows可定制唤醒词通过 Picovoice Console 或 API 训练产出.ppn关键词模型文件运行时涉及两类文件语言模型文件在lib/common/如porcupine_params.pv英语、porcupine_params_zh.pv中文关键词文件是.ppn每个唤醒词一个。各平台预编译原生库放在lib/SDK 源码在binding/示例应用集中在demo/。上图是 Android 真机上的 Profiler 截图持续监听状态下 Porcupine 的资源占用很低这就是它敢在端侧常驻的原因。 先跑起来5 步跑通 Porcupine 唤醒词检测最快的上手路径是 Python跑通后换其他平台 SDK 只是换皮。克隆仓库git clone https://gitcode.com/gh_mirrors/po/porcupine申请 AccessKey在 Picovoice Console 免费注册获得初始化和激活时校验注意保密。安装 SDK 与录音库pip3 install pvporcupine pvrecorder写最小脚本。关键参数先记住采样率 16000Hz每帧 512 个采样点约 32ms单声道 16-bit PCM灵敏度默认 0.5import pvporcupine from pvrecorder import PvRecorder handle pvporcupine.create(access_keyACCESS_KEY, keywords[porcupine]) recorder PvRecorder(frame_lengthhandle.frame_length) recorder.start() while True: if handle.process(recorder.read()) 0: print(唤醒词命中!) recorder.delete(); handle.delete()运行并开口脚本跑起来后对着麦克风说 Porcupine终端会打印检测结果。keywords可以传多个如[porcupine, bumblebee]返回值下标告诉你命中了哪一个。⚙️ 幕后原理它是怎么做到的唤醒词检测不是完整语音识别。它不需要听懂任意句子只回答刚才这句话里有没有这个固定短语所以模型可以做得极小。核心是一个紧凑的深度神经网络即按层堆叠的数学变换结构专门识别固定短语的声学特征。音频按 512 个采样点一帧切分每帧喂给process()做一次推理没听到返回 -1命中则返回关键词下标从 0 开始与传入顺序对应。模型分两层协作.pv语言模型提供该语言的声学前端参数在lib/common/下.ppn关键词模型对应你训练的特定短语可用 API 的train_wake_word_from_phrase从一句短语直接产出。引擎核心用 ANSI C 实现头文件是include/pv_porcupine.h各语言 SDK 都是薄封装。v4 起还支持指定 GPU 或多核 CPU 跑推理。官方基准在树莓派 3 上Porcupine 精度是 PocketSphinx / Snowboy 的 11 倍速度快 6.5 倍。 各平台落地要点Android / iOS / Web / 桌面 / 嵌入式Androidbinding/android/提供完整 Gradle 工程Maven 依赖ai.picovoice:porcupine-android即可引入。高层PorcupineManager包办麦克风与回调.ppn文件放assets目录PorcupineManager manager new PorcupineManager.Builder() .setAccessKey(accessKey) .setKeywordPath(/path/to/keyword.ppn) .setSensitivity(0.5f) .build(context, keywordIndex - onWake(keywordIndex)); manager.start();iOSbinding/ios/CocoaPods 名 Porcupine-iOS同样是双层 API。PorcupineManager处理录音与回调demo/ios/BackgroundService演示了 App 退后台仍保持唤醒的写法let manager try PorcupineManager( accessKey: accessKey, modelPath: modelPath, keywordPaths: [/path/to/keyword.ppn], sensitivities: [0.5], onDetection: { index in /* 唤醒逻辑 */ }) try manager.start()Webbinding/web/把引擎跑在 Web Worker 里的 WebAssembly 版本lib/wasm/有pv_porcupine_simd.wasmSIMD 优化和pv_porcupine_pthread.wasm多线程两个版本。SDK 自动处理麦克风采集与降采样const porcupine await PorcupineWorker.create( accessKey, [BuiltInKeyword.Porcupine], onDetection, { base64: modelBase64 }); await WebVoiceProcessor.subscribe(porcupine);桌面与 Node.jsPythonpip3 install pvporcupine、Node.jspicovoice/porcupine-node、.NETNuGet 包 Porcupine、JavaMaven 包ai.picovoice:porcupine-java都有现成示例见demo/python/、demo/nodejs/、demo/dotnet/。嵌入式demo/mcu/stm32f411/是可运行的 STM32F411 工程9 种语言的预编译.a库在lib/mcu/stm32f411/头文件include/pv_porcupine_mcu.h。注意 MCU 版本初始化时要自备对齐的内存缓冲不依赖操作系统。落地场景智能灯具与 IoT 家电对灯泡说一句关灯设备自己完成判断和执行断网时功能依旧在线。车载与行车记录把唤醒词作为车机助手入口行车 App 里说开始录像直接开始录像手不离开方向盘。App 语音快捷指令健身 App 里说开始训练直接启动计时阅读器里说下一页翻篇比翻菜单快得多。调优与避坑灵敏度是唯一的核心旋钮[0, 1] 的浮点数可按关键词单独设置。调低 更少误唤醒、更多漏检调高则相反。有电视背景音或开放式空间建议先降到 0.3~0.4环境安静但经常听不清升到 0.6~0.7 试。关于模型选择如实说一句Porcupine 没有标准 / 压缩双模型切换引擎体积固定。真正的选择策略是选对语言——唤醒词发音属于哪种语言就用lib/common/里对应的.pv文件MCU 上则用lib/mcu/下对应语言的预编译库。高频问题速查报Invalid frame length→ 每次喂入的采样点数量必须等于handle.frame_length别按缓冲区大小随意切。非英语唤醒词识别差 → 忘了换语言模型文件中文唤醒词要配porcupine_params_zh.pv。初始化抛激活错误 → AccessKey 无效或超出设备数量上限回 Console 检查。浏览器里没反应 → 麦克风权限只在 HTTPS 或 localhost 下开放且需要用户点允许。升级后编译失败 → v4 有最低版本要求iOS 16、Node 18、React Native 0.73、Flutter 3.10Unity 支持已终止。⚡ 性能速查处理粒度每帧 512 采样点 16kHz ≈ 32ms逐帧出结果响应在毫秒级能跑在哪树莓派 Zero、STM32F411Arm Cortex-M 级 MCU到桌面、浏览器全覆盖不需要 GPU精度与速度官方基准为 PocketSphinx / Snowboy 的 11 倍精度、6.5 倍速度树莓派 3多关键词成本增加唤醒词无额外运行时开销适用边界适合少数固定短语场景。要连续对话或理解任意指令请搭配语音识别方案如平台 STT 或 Rhino别指望唤醒词引擎包办行动收尾Porcupine 把随时待命从依赖云端的功能变成一段本地唤醒词推理覆盖浏览器到裸机 MCU。下一步就一条命令git clone https://gitcode.com/gh_mirrors/po/porcupine【免费下载链接】porcupineOn-device wake word detection powered by deep learning项目地址: https://gitcode.com/gh_mirrors/po/porcupine创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考