Sherpa-ONNX-KWS.AXERA

Sherpa-ONNX-KWS.AXERA

Sherpa-ONNX Zipformer KWS 语音唤醒 AXERA 推理 demo。

功能

• 支持 AX630C 和 AX650；
• 支持中英文关键词检测；
• 支持通过关键词文件配置唤醒词；
• 提供 Python 和 C++ 板端推理。

目录结构

Sherpa-ONNX-KWS.AXERA/
├── models/
│   ├── 650/          # AX650 axmodel
│   └── 630C/         # AX630C axmodel
├── config/           # tokens、keywords 和初始 decoder 输出
├── audio/sherpa/     # 测试音频
├── bin/              # C++ 推理可执行文件（源码见 GitHub）
│   ├── sherpa_kws_ax650
│   └── sherpa_kws_ax630c
├── scripts/          # Python 推理代码
├── run_sherpa_kws_ax650.sh    # C++ 一键推理（AX650）
├── run_sherpa_kws_ax630c.sh   # C++ 一键推理（AX630C）
└── README.md

Python

创建虚拟环境

conda create -n OpenWakeWord python=3.10
conda activate OpenWakeWord

安装 pyaxengine及python库：

pip install axengine-x.x.x-py3-none-any.whl
pip install -r requirements.txt

AX650推理：

python scripts/sherpa_kws_ax650.py --chunk-size 8

AX630C推理：

python scripts/sherpa_kws_ax630c.py --chunk-size 8

C++

C++ 推理可执行文件在 bin/ 下，无需编译，直接运行：

AX650：

bash run_sherpa_kws_ax650.sh                     # 默认 audio/sherpa/zh_0.wav
AUDIO=audio/sherpa/zh_3.wav bash run_sherpa_kws_ax650.sh

AX630C：

bash run_sherpa_kws_ax630c.sh

或直接调用二进制：

export LD_LIBRARY_PATH=/soc/lib:$LD_LIBRARY_PATH
./bin/sherpa_kws_ax650 \
  --models-dir models/650 \
  --tokens config/tokens.txt \
  --keywords config/keywords.txt \
  --initial-decoder-output config/sherpa_decoder_initial.bin \
  --audio audio/sherpa/zh_3.wav --chunk-size 8 --max-active-paths 1

MAX_ACTIVE_PATHS

MAX_ACTIVE_PATHS 是关键词解码的 beam search 宽度，取值范围为 1 到 32。 1 路速度最快，但可能提前丢掉正确音素路径；16 路是当前测试集的推荐值； 32 路只在较长或容易混淆的关键词仍漏检时尝试。实际部署应选择能够稳定唤醒的 最小值，并用批量测试确认召回率、误报率和 RTF。

C++ 源码、编译脚本与板端批量测试脚本见 GitHub: AXERA-TECH/Sherpa-ONNX-KWS.AXERA/cpp。

新增唤醒词

生成 token 并追加到 config/keywords.txt：

python scripts/generate_keyword_tokens.py \
  --text 金融动荡 \
  --append

生成结果示例：

j īn r óng d òng d àng @金融动荡

关键词文件在运行时读取，不需要重新导出或量化模型。可在 token 后添加 #0.25 设置触发阈值；降低阈值会提高召回率，同时也可能增加误报。

详细 C++ 说明见 GitHub cpp/README.md。

参考

• sherpa-onnx
• Pulsar2