很多人以为，语音控制一定要依赖云端服务。实际上，如果设备只需要识别几句固定的话，就可以把语音识别放在设备本地完成。

最简单的方式，就是给设备设置一个唤醒词。

比如先说“你好台灯”，设备被唤醒后，再说“打开灯光”；或者先说“Hey Lumi”，再说“开始录音”。设备不需要听懂所有语言，只要能够识别指定的唤醒词和命令即可。

什么是自定义唤醒词？

唤醒词就是让设备开始工作的关键词。手机语音助手、智能音箱和机器人都可以使用类似的方式。

与固定的语音助手名称相比，自定义唤醒词可以按照产品、家庭或项目的需求进行设置：

• 智能家居可以使用房间名称；
• 机器人可以使用自己的产品名称；
• 电脑工具可以使用项目名称；
• 个人设备可以使用自己习惯的语言。

唤醒后，设备还可以继续识别多条固定命令，例如打开灯、关闭灯、开始录音和停止录音。

为什么要使用本地语音控制？

本地运行最明显的优势是不依赖网络。即使设备没有联网，也可以完成固定命令的识别。

另外，语音数据不需要持续上传到服务器，适合智能家居、桌面工具、机器人和对隐私比较敏感的设备。

本地语音控制还可以减少等待时间。对于“开灯”“开始录音”这类简单操作，设备可以直接识别并执行，不需要等待远程服务返回结果。

哪些设备适合使用？

这类方案可以用于 Android 手机、Windows 和 macOS 应用、浏览器页面、树莓派、智能家居设备以及各种机器人项目。

如果设备只需要识别少量固定命令，就不一定需要完整的语音助手。一个轻量的唤醒词模型加上几条命令，往往已经可以完成实际控制。

需要注意误触发

语音控制是否好用，不只是看设备能不能听懂唤醒词，还要看它会不会因为电视、风扇、普通聊天或相似发音而误启动。

因此，正式使用前最好在真实环境中测试。安静房间、办公环境、家庭环境和设备运行时的噪声，都可能影响识别效果。

比较实用的设计是：唤醒词只负责启动，设备进入短暂监听状态后，再识别具体命令。这样既可以减少常驻监听的复杂度，也能让用户更容易理解设备当前处于什么状态。

结语

语音控制不一定要从复杂的智能助手开始。对于很多设备来说，“一个自定义唤醒词加几条固定命令”就已经是很自然的交互方式。

如果你正在制作智能家居、机器人或桌面工具，可以参考 onnx-wakeword 中的开源实现，也可以访问 Voicute 生成自定义关键词识别模型。

演示视频：唤醒词加多关键词实现离线语音控制