在电池供电的智能硬件上，语音唤醒长期受制于算力与功耗的取舍。本实验室近期将唤醒任务拆成两级：前端用固定滤波与能量门限做粗筛，后端用轻量卷积网络对候选片段复核，模型参数量控制在 30KB 以内，直接驻留 MCU 片上存储，无需外挂内存。
进展：在自建多场景噪声集（家居、车载、户外风噪）上，两级结构把每小时误唤醒从 1.8 次降至 0.4 次，唤醒率维持在 95% 左右；常开监听电流约 1.2mA，较纯 DNN 方案下降约六成。麦克风仅启用双通道，避免阵列带来的额外功耗。
下一步计划：引入说话人自适应的小样本微调，并把误唤醒计数写入设备侧日志，支持按固件版本回溯阈值，减少现场调试的返工。
评论