File size: 1,584 Bytes
f03296e | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 | #pragma once
#include <cstdint>
#include <string>
#include <vector>
namespace openwakeword {
// 单帧（80ms）推理结果：6 个官方唤醒词的逐类 logits 与汇总。
struct FrameResult {
std::vector<std::string> names; // 分类器名（alexa_v0.1 ...）
std::vector<std::vector<float>> logits; // 每个分类器的逐类 logit
std::vector<float> max_scores; // 每个分类器的最大 logit
bool any_triggered = false; // 任一 max_score > threshold
};
// 流式唤醒词检测器：mel 在 CPU 计算，embedding + 6 个分类器在 NPU 执行。
class WakeWordDetector {
public:
// models_dir：包含 openwakeword__*.axmodel 的目录（models/650 或 models/630C）
// mel_weights：openwakeword_mel_weights.bin（CPU mel 权重）
WakeWordDetector(const std::string& models_dir,
const std::string& mel_weights,
float threshold = 0.5f);
~WakeWordDetector();
WakeWordDetector(const WakeWordDetector&) = delete;
WakeWordDetector& operator=(const WakeWordDetector&) = delete;
// 清空流式状态（新会话/断句后调用）
void Reset();
// 处理一帧 1280 个 int16 样本（80ms @16kHz），返回 6 个分类器的得分。
// 前 5 帧为预热窗口（返回 0），与 openwakeword 官方行为一致。
FrameResult ProcessFrame(const int16_t* samples);
float threshold() const { return threshold_; }
private:
struct Impl;
Impl* impl_;
float threshold_;
};
} // namespace openwakeword
|