也叫唤醒词识别——设备在待机状态下持续监听，只判断"某个特定词有没有出现"。它的特点是模型极小（几百KB 级），功耗极低，可以常年驻留。它的特点是模型大（50MB 起步），功耗高，不需要常年开。——Apache 2.0 开源，跨 Android/Linux/ESP32/Web 四平台，内置 Mel 频谱提取和五层防误触检测。你有硬件团队，产品量大，芯片选好了就不换。大批量硬件产品（智能开关、86

本文介绍了一套完整的自定义语音唤醒词实现方案，从模型训练到部署落地的全链路实践。针对商业方案成本高、开源项目维护不足的痛点，提供了两种模型获取方式：基于OpenWakeWord的自主训练和在线平台快速生成。重点推荐了跨平台推理引擎onnx-wakeword，支持C++/Android/ESP32/Web等多端部署，内置Mel特征提取和五级防误触发机制。文章包含实测性能数据、唤醒词设计建议和ONNX