现在，智能设备越来越普及，一句话就能开灯开空调关窗帘开电视买东西查资料…

这些语音智能设备不仅便捷了我们的日常生活，它们机灵的互动回应，也给我们带来了不少欢乐。

而这些智能产品中的一项重要的AI能力，就叫做语音唤醒。

当它们处于休眠状态时，用户说出特定的唤醒词时，设备就会被唤醒，切换到工作状态等待用户接下来的指令。

语音唤醒在学术上被称为keyword spotting，能在连续语流中实时检测出说话人特定片段。比如你说了很长的一段话，只要其中包含设定的唤醒词，它就都能被唤醒。

语音唤醒的应用领域很广泛，例如机器人、手机、可穿戴设备、智能家居、车载设备等都可搭载。

在很多智能家居设备中，语音唤醒技术成为了人机互动的一个入口。

不同的产品会有不同的唤醒词，当用户需要唤醒设备时要说出特定的唤醒词，这个唤醒词往往就是产品的名称。

诶等等？为什么我的设备提示说要联网后才能使用呢？

语音唤醒是本地化部署模型的，而语音识别是云端模型的。

举例说就是唤醒可以断网完成，而语言识别是需要把音频发到云端，处理后再传回设备，所以断了网就用不了啦。

那为什么我叫它，它能听到呢？

语音唤醒会依据注册语音或者说模板语音进行特征提取，构建模板。测试时，通过特征提取生成特征序列，计算测试的特征序列和模板序列的距离，基于此判断是否唤醒。（我猜你们没看懂）

通俗来讲是因为语音唤醒对它来说并不是叫出它的名字，而是看是否与唤醒词的特征一致。

比起语音识别输出的文字，唤醒输出的就只有1和0（正确或错误）。

这样，我们所担忧的“人工智能电器会不会偷听我们讲话”的问题就解决了。

由于语音唤醒低功耗设置状态、实时转化的网络环境要求、语音识别成本及各产品需遵循隐私保护原则等因素，它们“听”却听不懂。​​​​