openWakeWord.AXERA

openWakeWord 语音唤醒 AXERA 推理 demo。

功能

支持 AX650 和 AX630C；
支持 Python SDK 和 C++ 预编译二进制；

目录结构

OpenWakeWord.AXERA/
├── models/
│   ├── 650/          # AX650 axmodel
│   └── 630C/         # AX630C axmodel
├── config/           # STFT/mel 权重
├── audio/openwakeword/
├── scripts/          # Python SDK
├── cpp/
│   ├── bin/          # C++ 预编译二进制（ax650 / ax630c）
│   └── run_*.sh      # 板端运行脚本
└── README.md

C++ 源码、构建脚本与 BSP 下载脚本在 GitHub 仓库： https://github.com/AXERA-TECH/openWakeWord.AXERA （HuggingFace 仅发布预编译产物。）

Python

# 创建虚拟环境
conda create -n OpenWakeWord python=3.10
conda activate OpenWakeWord

# 安装 pyaxengine（https://github.com/AXERA-TECH/pyaxengine/releases/latest）
pip install axengine-x.x.x-py3-none-any.whl

pip install -r requirements.txt

requirements.txt 已包含 axengine（pyaxengine）wheel 依赖，直接 pip install -r requirements.txt 即可。--backend onnx（CPU 回退）仅用于开发/验证，发布运行请使用默认 axengine（NPU）。

AX650：

python scripts/openwakeword_ax650.py

AX630C：

python scripts/openwakeword_ax630c.py

自定义音频目录、阈值和输出文件：

python scripts/openwakeword_ax630c.py \
  --audio-dir audio/openwakeword \
  --threshold 0.5 \
  --output outputs/openwakeword_ax630c.json

C++（预编译二进制）

板端直接使用 cpp/bin/ 下的预编译二进制，无需交叉编译。

AX650：

LD_LIBRARY_PATH=<BSP_LIB_DIR> cpp/bin/openwakeword_ax650 \
  --models-dir models/650 \
  --mel-weights config/openwakeword_mel_weights.bin \
  --audio audio/openwakeword/alexa_test.wav \
  --threshold 0.5

AX630C：

LD_LIBRARY_PATH=<BSP_LIB_DIR> cpp/bin/openwakeword_ax630c \
  --models-dir models/630C \
  --mel-weights config/openwakeword_mel_weights.bin \
  --audio audio/openwakeword/alexa_test.wav \
  --threshold 0.5

详细 C++ 说明见 cpp/README.md。

共享库（二次开发）

cpp/lib/ax650/libopenwakeword_ax.so      # AX650 共享库
cpp/lib/ax630c/libopenwakeword_ax.so     # AX630C 共享库
cpp/include/openwakeword_ax.hpp          # 公共 API 头文件

#include "openwakeword_ax.hpp"

openwakeword::WakeWordDetector detector(
    "models/650",                                 // axmodel 目录
    "config/openwakeword_mel_weights.bin",        // CPU mel 权重
    0.5f);                                        // 阈值
openwakeword::FrameResult result = detector.ProcessFrame(pcm_frame); // 1280 samples
// result.names / result.max_scores / result.any_triggered

板端运行时需提供 BSP 动态库路径（AX650 通常为 /soc/lib，AX630C 为 /opt/lib）。共享库源码与构建脚本在 GitHub 仓库。

参考

已知问题与改进

mel 请使用 CPU 实现：melspectrogram.axmodel 在 AX650/AX630C 板上输出全零（NPU 定点无法表达 mel 前端动态范围），config.json 默认 mel_backend=numpy， Python/C++ 运行时均使用 config/openwakeword_mel_weights.npz 在 CPU 计算。
hey_rhasspy / weather 分类器已重新校准：旧发布版在真实触发窗口得分退化（峰值窗口实测 0.005 / 0.79）；本版本改用包含 TTS 唤醒词正样本的校准集（高响应窗口采样），峰值窗口得分恢复到 0.97 / 1.00（alexa/mycroft/timer 保持 1.0）。校准与编译配方见 https://github.com/AXERA-TECH/openWakeWord.AXERA/pull/1 。

Downloads last month: 20