Porcupine 本地唤醒词完整接入指南3 步实现任意设备离线语音唤醒【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深夜家里的智能音箱断网了——你喊了一声打开灯没有回应。云端语音方案在这种场景下彻底失灵断网不可用、响应要走网络往返、隐私顾虑又让用户不敢常开麦克风。如果你需要的是一句话就能唤醒设备的本地唤醒词Porcupine 是目前的成熟解法。它是 Picovoice 出品的端侧唤醒词检测引擎音频采集、推理、判定全部发生在设备本地不上传一个字节的语音。下面按为什么值得用 → 怎么跑起来 → 怎么调好 → 怎么避坑的顺序讲清楚。 先看收益Porcupine 能解决什么对常驻监听 固定口令这类需求Porcupine 的收益可以量化指标表现对开发者的意义响应延迟300ms 以内全程本地推理无网络往返内存占用512KB ~ 2MB能塞进 IoT 小设备CPU 占用现代智能手机上 1%可以 7×24 常驻监听准确率约为 PocketSphinx 的 11 倍误唤醒显著更少推理速度树莓派 3 上约为 PocketSphinx 的 6.5 倍低端硬件也能跑再补三点支持 9 种语言英语、普通话、法语、德语、意大利语、日语、韩语、葡萄牙语、西语多唤醒词零额外成本同时监听多个口令运行时开销几乎不增加可自训练唤醒词不想用内置词Hey GooglePorcupine等可以在 Picovoice Console 自助训练专属模型。一句话它让离线、低功耗、可商用的语音入口第一次变得容易做。图注本地唤醒词检测在 Android 真机上的性能监控——CPU 与内存占用几乎贴地这是可以常驻监听的底气 原理速览一帧一帧地听不用啃论文记住一条主线就够麦克风按16kHz 采样率采集 16-bit 单声道 PCM 音频音频被切成固定帧每帧512 个采样点约 32ms每帧送入一个在真实场景数据上训练过的轻量级深度神经网络引擎返回一个索引命中第几个唤醒词就返回对应下标没命中返回-1。因为模型足够小、推理足够快这条流水线可以跑在手机、树莓派甚至 STM32 级别的 MCU 上——C 语言 demo 和 MCU 工程 就是证明。 选对你的环境SDK 与关键路径速查Porcupine 覆盖了几乎所有常见端装包方式都很标准环境安装方式代码入口AndroidGradle 依赖Maven 中央仓库binding/android/iOSCocoaPodsSwift 封装binding/ios/Webnpmpicovoice/porcupine-webWASMbinding/web/Node.jsnpmpicovoice/porcupine-nodebinding/nodejs/Pythonpippvporcupinebinding/python/.NETNuGetbinding/dotnet/Flutter / React Native官方绑定binding/flutter/、binding/react-native/C / MCU源码 预编译静态库demo/c/、lib/mcu/stm32f411/仓库里还有两类核心资产唤醒词模型与参数lib/common/下是各语言参数文件如porcupine_params.pv、porcupine_params_zh.pv、porcupine_params_ja.pv语言要和唤醒词匹配平台动态库lib/android/、lib/ios/、lib/wasm/、lib/mcu/等目录按平台分好了二进制。 实战3 步跑通本地唤醒词第 1 步准备git clone https://gitcode.com/gh_mirrors/po/porcupine并在 Picovoice Console 申请一个AccessKey所有平台初始化都要用没有它引擎拒绝启动。第 2 步初始化引擎各平台写法不同但填什么是一样的AccessKey 唤醒词 灵敏度。Python 最直观from pvporcupine import Porcupine porcupine Porcupine( access_key你的 AccessKey, keywords[porcupine, hey google], # 内置词或传自训练 .ppn 路径 sensitivities[0.5, 0.6], # 每词一个0~1 )AndroidBuilder 风格Porcupine porcupine new Porcupine.Builder() .setAccessKey(你的 AccessKey) .setKeywords(BuiltInKeyword.PORCUPINE, BuiltInKeyword.HEY_GOOGLE) .setSensitivities(0.5f, 0.6f) .build();iOSSwift内置词一行搞定let porcupine try Porcupine( accessKey: 你的 AccessKey, keyword: .heyGoogle, sensitivity: 0.7 )Web浏览器里跑 WASMimport Porcupine from picovoice/porcupine-web; const porcupine await Porcupine.create({ accessKey: 你的 AccessKey, keywords: [porcupine], });第 3 步喂音频等回调所有平台的核心循环一模一样每读满一帧就process一次返回 0即命中。以 Python 麦克风为例from pvrecorder import PvRecorder import pvporcupine recorder PvRecorder(frame_lengthporcupine.frame_length) recorder.start() while True: recorder.read(pcm) # 读出 512 个采样点 if porcupine.process(pcm) 0: print(唤醒词命中) # 在这里接你的业务逻辑Android 则是在音频回调里做同一件事short[] frame new short[porcupine.getFrameLength()]; // 从 AudioRecord 读满 frame 后 int index porcupine.process(frame); if (index 0) { /* 命中第 index 个唤醒词 */ }各平台完整可跑示例都在 demo/ 目录含文件回放版和麦克风版建议直接对着抄。 调优与进阶灵敏度、多语言与硬件选型灵敏度怎么调才不误唤醒灵敏度取值 0~1越高越敏感漏检减少误唤醒增加。实用做法是拿真实录音回放测试——先用 demo 的文件模式跑同一份音频从 0.5 起步逐步上调在每次必应和安静时不乱应之间找平衡点面向 C 端时可以把 0.6~0.9 做成应用内的设置项。多唤醒词场景下每个词独立配一个灵敏度互不干扰。多语言怎么选参数文件唤醒词是哪种语言参数文件就用对应语言版。中文用porcupine_params_zh.pv日语用porcupine_params_ja.pv默认英文用porcupine_params.pv见 lib/common/。参数文件语言与唤醒词语言不匹配是跨语言项目里最常见的隐蔽坑识别率会悄悄掉。硬件与部署怎么分档档位典型平台用法手机端Android / iOS / Flutter / RN官方绑定 预编译动态库常驻 Service 或 AudioEngine 回调桌面/服务端Linux / macOS / WindowsPython、Node、.NET、C 任选浏览器Chrome / Safari / FirefoxWASM仓库提供 SIMD 优化版与多线程版lib/wasm/MCUSTM32F411 等 Cortex-M静态库lib/mcu/stm32f411/ C 工程 demo/mcu/性能监控Android 端用 Android Studio Profiler、iOS 端用 Xcode Instruments 即可实测资源占用效果参考上文的真机监控演示。⚠️ 避坑指南8 个高频问题排查清单初始化直接报参数错误→ 90% 是音频格式不对。硬性要求16kHz 采样率、16-bit、单声道。立体声请先取单声道采样率不对就先重采样。报帧长度不合法→process每次必须恰好喂frame_length512个采样点多一个少一个都不行。AccessKey 相关异常激活失败/受限/被拒→ 确认 AccessKey 是否过期、是否绑定了正确的产品控制台重新签发一次。明明说对了却不响应→ 依次排查采样率/位深/声道、参数文件语言是否匹配、灵敏度是否过低。安静环境频繁乱唤醒→ 调低灵敏度并换更不易撞车的唤醒词。树莓派等 ARM 平台加载动态库失败→ 确认用的是lib/raspberry-pi/对应架构的.so别拿 x86_64 的。Node 端找不到.node二进制→ 平台二进制在lib/node/下按架构分好按 platforms.ts 的规则解析路径或手动传libraryPath。想先看效果再动代码→ 直接跑 demo/python/porcupine_demo_file.py 用 wav 文件回放验证比对着麦克风调快得多。通用排查顺序先读异常类型 → 确认音频三要素采样率/位深/声道→ 打印引擎版本号 → 文件回放复现。 总结与行动引导Porcupine 把本地唤醒词从一项需要语音团队才能做的事变成了一行初始化 一个处理循环的体力活离线、低延迟、低占用从手机到 MCU 一套模型全端通用。建议的行动路径今天clone 仓库用 Python demo 对着一份 wav 跑通命中本周把同一逻辑移植到你的目标平台照着 demo/ 下对应目录之后用真实录音回放调好灵敏度需要时再自训练专属唤醒词。从下一次用户喊出唤醒词开始你的设备将不再依赖网络——这就是本地语音入口的全部意义。【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 本地唤醒词完整接入指南3 步实现任意设备离线语音唤醒【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深夜家里的智能音箱断网了——你喊了一声打开灯没有回应。云端语音方案在这种场景下彻底失灵断网不可用、响应要走网络往返、隐私顾虑又让用户不敢常开麦克风。如果你需要的是一句话就能唤醒设备的本地唤醒词Porcupine 是目前的成熟解法。它是 Picovoice 出品的端侧唤醒词检测引擎音频采集、推理、判定全部发生在设备本地不上传一个字节的语音。下面按为什么值得用 → 怎么跑起来 → 怎么调好 → 怎么避坑的顺序讲清楚。 先看收益Porcupine 能解决什么对常驻监听 固定口令这类需求Porcupine 的收益可以量化指标表现对开发者的意义响应延迟300ms 以内全程本地推理无网络往返内存占用512KB ~ 2MB能塞进 IoT 小设备CPU 占用现代智能手机上 1%可以 7×24 常驻监听准确率约为 PocketSphinx 的 11 倍误唤醒显著更少推理速度树莓派 3 上约为 PocketSphinx 的 6.5 倍低端硬件也能跑再补三点支持 9 种语言英语、普通话、法语、德语、意大利语、日语、韩语、葡萄牙语、西语多唤醒词零额外成本同时监听多个口令运行时开销几乎不增加可自训练唤醒词不想用内置词Hey GooglePorcupine等可以在 Picovoice Console 自助训练专属模型。一句话它让离线、低功耗、可商用的语音入口第一次变得容易做。图注本地唤醒词检测在 Android 真机上的性能监控——CPU 与内存占用几乎贴地这是可以常驻监听的底气 原理速览一帧一帧地听不用啃论文记住一条主线就够麦克风按16kHz 采样率采集 16-bit 单声道 PCM 音频音频被切成固定帧每帧512 个采样点约 32ms每帧送入一个在真实场景数据上训练过的轻量级深度神经网络引擎返回一个索引命中第几个唤醒词就返回对应下标没命中返回-1。因为模型足够小、推理足够快这条流水线可以跑在手机、树莓派甚至 STM32 级别的 MCU 上——C 语言 demo 和 MCU 工程 就是证明。 选对你的环境SDK 与关键路径速查Porcupine 覆盖了几乎所有常见端装包方式都很标准环境安装方式代码入口AndroidGradle 依赖Maven 中央仓库binding/android/iOSCocoaPodsSwift 封装binding/ios/Webnpmpicovoice/porcupine-webWASMbinding/web/Node.jsnpmpicovoice/porcupine-nodebinding/nodejs/Pythonpippvporcupinebinding/python/.NETNuGetbinding/dotnet/Flutter / React Native官方绑定binding/flutter/、binding/react-native/C / MCU源码 预编译静态库demo/c/、lib/mcu/stm32f411/仓库里还有两类核心资产唤醒词模型与参数lib/common/下是各语言参数文件如porcupine_params.pv、porcupine_params_zh.pv、porcupine_params_ja.pv语言要和唤醒词匹配平台动态库lib/android/、lib/ios/、lib/wasm/、lib/mcu/等目录按平台分好了二进制。 实战3 步跑通本地唤醒词第 1 步准备git clone https://gitcode.com/gh_mirrors/po/porcupine并在 Picovoice Console 申请一个AccessKey所有平台初始化都要用没有它引擎拒绝启动。第 2 步初始化引擎各平台写法不同但填什么是一样的AccessKey 唤醒词 灵敏度。Python 最直观from pvporcupine import Porcupine porcupine Porcupine( access_key你的 AccessKey, keywords[porcupine, hey google], # 内置词或传自训练 .ppn 路径 sensitivities[0.5, 0.6], # 每词一个0~1 )AndroidBuilder 风格Porcupine porcupine new Porcupine.Builder() .setAccessKey(你的 AccessKey) .setKeywords(BuiltInKeyword.PORCUPINE, BuiltInKeyword.HEY_GOOGLE) .setSensitivities(0.5f, 0.6f) .build();iOSSwift内置词一行搞定let porcupine try Porcupine( accessKey: 你的 AccessKey, keyword: .heyGoogle, sensitivity: 0.7 )Web浏览器里跑 WASMimport Porcupine from picovoice/porcupine-web; const porcupine await Porcupine.create({ accessKey: 你的 AccessKey, keywords: [porcupine], });第 3 步喂音频等回调所有平台的核心循环一模一样每读满一帧就process一次返回 0即命中。以 Python 麦克风为例from pvrecorder import PvRecorder import pvporcupine recorder PvRecorder(frame_lengthporcupine.frame_length) recorder.start() while True: recorder.read(pcm) # 读出 512 个采样点 if porcupine.process(pcm) 0: print(唤醒词命中) # 在这里接你的业务逻辑Android 则是在音频回调里做同一件事short[] frame new short[porcupine.getFrameLength()]; // 从 AudioRecord 读满 frame 后 int index porcupine.process(frame); if (index 0) { /* 命中第 index 个唤醒词 */ }各平台完整可跑示例都在 demo/ 目录含文件回放版和麦克风版建议直接对着抄。 调优与进阶灵敏度、多语言与硬件选型灵敏度怎么调才不误唤醒灵敏度取值 0~1越高越敏感漏检减少误唤醒增加。实用做法是拿真实录音回放测试——先用 demo 的文件模式跑同一份音频从 0.5 起步逐步上调在每次必应和安静时不乱应之间找平衡点面向 C 端时可以把 0.6~0.9 做成应用内的设置项。多唤醒词场景下每个词独立配一个灵敏度互不干扰。多语言怎么选参数文件唤醒词是哪种语言参数文件就用对应语言版。中文用porcupine_params_zh.pv日语用porcupine_params_ja.pv默认英文用porcupine_params.pv见 lib/common/。参数文件语言与唤醒词语言不匹配是跨语言项目里最常见的隐蔽坑识别率会悄悄掉。硬件与部署怎么分档档位典型平台用法手机端Android / iOS / Flutter / RN官方绑定 预编译动态库常驻 Service 或 AudioEngine 回调桌面/服务端Linux / macOS / WindowsPython、Node、.NET、C 任选浏览器Chrome / Safari / FirefoxWASM仓库提供 SIMD 优化版与多线程版lib/wasm/MCUSTM32F411 等 Cortex-M静态库lib/mcu/stm32f411/ C 工程 demo/mcu/性能监控Android 端用 Android Studio Profiler、iOS 端用 Xcode Instruments 即可实测资源占用效果参考上文的真机监控演示。⚠️ 避坑指南8 个高频问题排查清单初始化直接报参数错误→ 90% 是音频格式不对。硬性要求16kHz 采样率、16-bit、单声道。立体声请先取单声道采样率不对就先重采样。报帧长度不合法→process每次必须恰好喂frame_length512个采样点多一个少一个都不行。AccessKey 相关异常激活失败/受限/被拒→ 确认 AccessKey 是否过期、是否绑定了正确的产品控制台重新签发一次。明明说对了却不响应→ 依次排查采样率/位深/声道、参数文件语言是否匹配、灵敏度是否过低。安静环境频繁乱唤醒→ 调低灵敏度并换更不易撞车的唤醒词。树莓派等 ARM 平台加载动态库失败→ 确认用的是lib/raspberry-pi/对应架构的.so别拿 x86_64 的。Node 端找不到.node二进制→ 平台二进制在lib/node/下按架构分好按 platforms.ts 的规则解析路径或手动传libraryPath。想先看效果再动代码→ 直接跑 demo/python/porcupine_demo_file.py 用 wav 文件回放验证比对着麦克风调快得多。通用排查顺序先读异常类型 → 确认音频三要素采样率/位深/声道→ 打印引擎版本号 → 文件回放复现。 总结与行动引导Porcupine 把本地唤醒词从一项需要语音团队才能做的事变成了一行初始化 一个处理循环的体力活离线、低延迟、低占用从手机到 MCU 一套模型全端通用。建议的行动路径今天clone 仓库用 Python demo 对着一份 wav 跑通命中本周把同一逻辑移植到你的目标平台照着 demo/ 下对应目录之后用真实录音回放调好灵敏度需要时再自训练专属唤醒词。从下一次用户喊出唤醒词开始你的设备将不再依赖网络——这就是本地语音入口的全部意义。【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
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
