TaterTotterson/microWakeWords

## 🗣️ 请求一个新的唤醒词 你可以通过打开一个 GitHub 问题来请求一个新的 microWakeWord 模型。 ### ✅ 如何请求一个词 1. 转到 **Issues** 标签页 2. 点击 **New issue** 3. 将 **标题** 设置为： mww: 你的唤醒词在这里 示例： ``` mww: hey tater mww: tater totterson mww: hello computer ``` 仅此而已 —— 不需要标签、模板或正文文本。 ### 🔄 后续会发生什么 - `.tflite` 和 `.json` 文件会被添加到仓库中 - 问题会被标记、评论，并在完成后关闭 ### ⚠️ 注意事项 - **先用 TTS 测试你的唤醒词。** 确保你的文本转语音引擎以你预期的方式发音。 你可能需要将其拼写为 *音译* 或稍带“趣味”的形式，以便 TTS 正确发音 —— 训练器使用相同的发音。 - 每个问题仅请求 **一个唤醒词** - 避免在标题中使用标点或表情符号 - 如果有多个请求开启，训练将按顺序进行 ## 🗣️ 在 Home Assistant Voice 上设置你的自定义唤醒词 ⚠️ **重要提示：** voicePE-TaterTimer.yaml 适用于 **Voice PE**，satellite1-TaterTimer.yaml 适用于 **Satellite1**，但相同的结构和步骤适用于 *任何* Home Assistant 语音设备。 你可以通过更新设备的等效文件来 **模仿这些说明**。 以下所有设置都位于 YAML 文件的 **最顶部**，在 `substitutions:` 部分内。 你不再需要查找行号 —— 所有常用编辑都集中在一个地方。 打开 `voicePE-TaterTimer.yaml`（或你的设备的 YAML 文件）并编辑 `substitutions:` 块。 ### 🧾 设备名称与友好名称 更改设备在 ESPHome 和 Home Assistant 中的显示方式： ``` device_name: tatervpe friendly_name: TaterVPE ``` ### 📡 Wi-Fi 与网络设置 设置你的 Wi-Fi 凭据（或使用密钥），并可选择将设备固定到 Home Assistant 语音 IP： ``` wifi_ssid: !secret wifi_ssid wifi_password: !secret wifi_password ha_voice_ip: "127.0.0.1" ``` 如果你不想要固定 IP，只需移除 `ha_voice_ip`，设备将使用 DHCP。 ### 🎙️ 唤醒词模型 选择唤醒词模型并为其指定匹配的 ID： ``` wake_word_name: hey_tater wake_word_model_url: https://raw.githubusercontent.com/TaterTotterson/microWakeWords/refs/heads/main/microWakeWords/hey_tater.json ``` `wake_word_name` **必须匹配** 内部使用的模型 ID。 ### 🎚️ 唤醒词灵敏度 调整唤醒词检测的灵敏度： ``` wake_cutoff_slight: "250" # Slightly sensitive (very strict) wake_cutoff_moderate: "245" # Balanced wake_cutoff_very: "222" # Very sensitive ``` 数值越低 = 越敏感 数值越高 = 误触发越少 ### 🔔 可选 —— 更改唤醒音 你可以自定义检测到唤醒词时播放的声音。 在 substitutions 部分中编辑唤醒声音 URL： ``` wake_word_triggered_sound_file: https://github.com/esphome/home-assistant-voice-pe/raw/dev/sounds/wake_word_triggered.flac ``` 你可以将其指向任何在线托管的兼容 `.mp3` 或 `.flac` 文件。 ### ✅ 最终说明 • 这些值会在整个配置中自动读取 • YAML 的其他部分无需编辑 • 在 **TTS 中先测试你的唤醒词**，以确保发音正确 （你可能需要富有创意地拼写它以获得最佳效果）

标签：DNS解析, ESPHome, GitHub Issues, Home Assistant, TensorFlow Lite, TFLite, TTS, 低延迟语音, 关键词检测, 唤醒词检测, 嵌入式语音, 开源项目, 微唤醒词, 机器学习推理, 模型部署, 自定义唤醒词, 训练推理, 设备集成, 语音合成, 语音识别, 逆向工具