VIP20
本课程属于：006-ONNX Runtime端侧推理部署 工业控制与工业互联网 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

ONNX Runtime在智能音箱上的部署教程：唤醒词实战

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 目标学员 · 课程前置要求
课程导入学习目标
02
智能音箱与唤醒词基础
智能音箱架构 · 唤醒词工作原理 · 常见唤醒词方案（如Snowboy
智能音箱唤醒词基础
03
ONNX Runtime简介
ONNX Runtime的定位 · 核心特性 · 在边缘设备上的优势
ONNXRuntime
04
环境搭建
开发机与目标设备（如树莓派 · Linux开发板）的环境准备 · 安装Python
环境搭建开发机
05
唤醒词模型选型
适合嵌入式设备的轻量级模型（如TC-… · CRNN · MobileNet）介绍
唤醒词模型选型TC
06
数据集准备与预处理
公开唤醒词数据集（如Speech C… · 音频格式转换 · 采样率统一
数据集准备预处理
07
模型训练与导出
使用PyTorch训练一个简单唤醒词… · 训练技巧（数据增强 · 早停）
模型训练导出
08
ONNX模型优化
使用onnx-simplifier简… · 量化（INT8/FP16）方法 · 剪枝与蒸馏在ONNX上的应用
ONNX模型优化
09
ONNX Runtime推理API详解
Python/C++ API基本用法 · SessionOptions配置（线… · 优化级别）
ONNXRuntime
10
在智能音箱上部署推理
将ONNX模型部署到Linux设备 · 编写推理脚本 · 处理实时音频流
智能音箱上部署推…ONNX
11
唤醒词检测后处理
滑动窗口 · 阈值调整 · 误唤醒抑制
唤醒词检测后处理滑动窗口
12
性能优化与基准测试
推理延迟 · 内存占用 · CPU/GPU/NPU加速
性能优化基准测试
13
实战项目一
基于Speech Commands的…
实战项目一Speech
14
实战项目二
自定义唤醒词（如“小爱同学”）的迁移… · 数据采集 · 部署验证
实战项目二自定义唤醒词
15
实战项目三
多唤醒词与命令词识别 · 模型切换策略 · 资源管理
实战项目三多唤醒词
16
实战项目四
低功耗唤醒方案 · 内存优化 · 电池续航考量
实战项目四低功耗唤醒方案
17
常见问题与调试
模型加载失败 · 推理结果错误 · 性能瓶颈定位
常见问题调试
18
模型版本管理与更新
模型版本控制 · A/B测试 · 远程更新机制
模型版本管理更新
19
安全与隐私
本地推理的数据隐私优势 · 模型加密 · 防篡改
安全隐私
20
与语音助手集成
将唤醒词检测接入语音助手（如Mycr… · Rhasspy） · 事件触发
语音助手集成Mycr
21
多平台适配
Windows/Linux/Andr… · 交叉编译 · 容器化部署
多平台适配Windows/Linu…
22
硬件加速实战
在树莓派4上使用NCNN/OpenV… · 在Jetson Nano上使用Ten…
硬件加速实战NCNN/OpenV
23
实时音频流处理
使用PortAudio/ALSA采集… · 环形缓冲区 · 多线程处理
实时音频流处理PortAudio/AL…
24
唤醒词模型评估
准确率 · 召回率 · ROC曲线
唤醒词模型评估准确率
25
端到端项目架构设计
从音频采集到唤醒响应的完整软件架构 · 模块划分 · 接口设计
端到端项目架构设…从音频采集到唤醒…
26
持续集成与自动化测试
为部署流程编写自动化测试 · 模型回归测试 · 性能监控
持续集成自动化测试
27
案例研究
商业智能音箱（如Amazon Ech… · Google Home）的唤醒词技术… · 开源方案对比
案例研究Amazon
28
综合实战
从零构建一个完整的智能音箱唤醒词系统 · 优化 · 部署
综合实战从零构建一个完整…
29
课程总结与进阶方向
回顾核心知识点 · 常见陷阱 · 未来趋势（如端侧学习
课程总结进阶方向
30
结业项目与考核
设计一个自定义唤醒词部署项目 · 要求提交代码 · 部署文档
结业项目考核