面向产品的新一代端到端唤醒框架 wekws 正式发布

WeNet 开源社区正式发布 wekws，面向产品的新一代端到端唤醒框架。该工作在西北工业大学航海学院张晓雷老师团队、西工大音频语音与语言处理研究组谢磊老师团队的支持下完成。wekws 具有如下产品优先, 端到端, 轻量级, 高准确率四大优点。

目前该工作已经投稿 ICASSP 2023。

  论文地址为：https://arxiv.org/pdf/2210.16743.pdf

为什么要做 wekws？

语音唤醒在日常生活领域已经有了非常广泛的应用，例如手机上的个人助手 Siri，智能音箱上的小爱同学、天猫精灵，智能汽车中的你好小迪（比亚迪）、理想同学（理想汽车）等等的场景。然而实际工业界在落地唤醒时，确有如下突出问题：

1. 方法众多：有 HMM Filler，有 Deep KWS[1]，有类端到端方法，训练损失函数上有 CE、有 CTC、有 RNN-T、也有 max-pooling 等。复杂的方法增加了大家调研、选择和学习的成本，并且部分方法训练和部署难度大。

2. 部署的芯片和平台众多：唤醒部署的芯片和硬件平台非常的多样化，很多平台需要独立适配，工作量大、成本高