wekws

wekws

端到端关键词检测的开源工具包

WeKws是一个面向生产环境的端到端关键词检测工具包。它支持多种应用场景,包括单一唤醒词、多唤醒词、可定制唤醒词和个性化唤醒词。该工具包针对物联网设备优化,具有低功耗、参数少、计算复杂度低和流式检测等特点。WeKws兼容多种开源唤醒词数据集和硬件平台,如Web浏览器、x86、Android和树莓派。

WeKws关键词识别唤醒词检测物联网设备深度学习Github开源项目

WeKws

路线图 | 论文

生产优先和生产就绪的端到端关键词检测工具包。

该工具包的目标是...

小型关键词检测(KWS),或特别是唤醒词(WuW)检测是物联网(IoT)设备中的一个典型且重要的模块。它为用户提供了一种免提方式来控制IoT设备。WuW检测系统通常在IoT设备上本地持续运行,这就要求低功耗、较少的模型参数、低计算复杂度,并能以流式方式检测预定义的关键词,即要求低延迟。

典型场景

我们将支持以下典型的唤醒词应用:

  • 单一唤醒词
  • 多个唤醒词
  • 可定制唤醒词
  • 个性化唤醒词,即唤醒词检测和声纹的结合

安装

  • 克隆仓库
git clone https://github.com/wenet-e2e/wekws.git
conda create -n wekws python=3.8 conda activate wekws pip install -r requirements.txt conda install pytorch=1.10.0 torchaudio=0.10.0 cudatoolkit=11.1 -c pytorch -c conda-forge

数据集

我们计划支持多种开源唤醒词数据集,包括但不限于:

所有在这些数据集上训练良好的模型都将公开可用。

运行环境

我们计划支持多种硬件和平台,包括:

  • 网页浏览器
  • x86
  • Android
  • 树莓派

讨论

对于中国用户,您可以扫描左侧二维码关注我们的WeNet官方账号。 我们还创建了一个微信群,以便更好地讨论和更快地回应。 请扫描右侧二维码加入聊天群。

<img src="https://yellow-cdn.veclightyear.com/835a84d5/82cd5415-4b13-4861-ad26-3fdebeed7bc6.jpeg" width="250px"><img src="https://yellow-cdn.veclightyear.com/835a84d5/637e3584-8c8d-4970-9522-63bf954589b4.jpg" width="250px">

参考文献

  • 挖掘关键词检测的有效负样本 (github, 论文)
  • 用于小型关键词检测的长短期记忆网络的最大池化损失训练 (论文)
  • 用于嵌入式系统的深度可分离卷积神经网络关键词检测 (github, 论文)
  • Hello Edge:微控制器上的关键词检测 (github, 论文)
  • 通用卷积和循环网络用于序列建模的实证评估 (github, 论文)

编辑推荐精选

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手,复杂任务高效处理

AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!

TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

下拉加载更多