自分の声で起きる呼び名を作る ― 日本語ウェイクワードを ESP32-S3 で聞き分ける本と道具箱
- Digital2,500 JPY

好きな言葉で、自分のアシスタントロボットを起こしたい。 そんな人のための、本と道具箱のセットです。あなたが決めた日本語の呼び名(ウェイクワード)を、クラウドに頼らず ESP32-S3 の中だけで聞き分けます。 私たちが調べた範囲では、小さなマイコンで日本語の呼び名を実用の水準まで持っていった公開例は見つかりませんでした。3 日間・30 本以上のモデルで失敗を重ねてたどり着いた手順を、そのまま通せる形にまとめました。 ■ 出来たこと 作者の機体(XIAO ESP32S3 + ReSpeaker Lite)で、2 つの呼び名を作りました。 ・1 つ目:機体に向かって呼べば起き、待機のスリープからも起きる。映画を 2 時間流しても、誤って起きたのは 0 回。 ・2 つ目:手順を道具箱にまとめてから、呼び名だけを変えて最初から通し直した。機体に向かって呼んだ 4 回すべてで起き、1 時間の生活音で誤って起きたのは 1 回(しきい値 0.7)。 呼び名を変えても、同じ手順で作れます。 ■ どうやって作るか 材料の中心は合成音声です。自分の録音(呼びかけ 20 本ほどと、普段の会話 3〜5 分)を見本にして、自分の声で呼び名を言う音を 1,000 本作り、そのうち 400 本前後を聞いて選び、microWakeWord で学習します。何百回も自分で呼ぶ必要はありません。学習は CPU で 10 分前後です。 ■ 入っているもの 【本(PDF・34 ページ)】 0. この本で出来ること・出来ないこと 1. 先に:合成音声の危険 2. 物差しを作る(機体が拾った生の声でしか良し悪しは測れない) 3. 環境を入れる 4. 呼び名を決める(誤爆しにくい呼び名の選び方) 5. 自分の声を録る 6. 見本を作り、長さを決め、真似を作る 7. 聞いて選ぶ 8. 学習して、2 本の物差しで測る 9. 誤爆が出たら 10. 機体に載せる 付録 A AI に任せる(手順書の渡し方と頼み方) 付録 B つまずき集 付録 C 開発の記録(なぜ日本語の自作ウェイクワードは失敗するのか/「誰の声でも反応するモデル」の壁/「自分専用モデル」への割り切り/実用レベルに引き上げる泥臭いチューニング) 付録 D 機体の耳を真似る(機体のマイクの癖を測ってフィルタにする方法と、機体自身の雑音を足す簡単な方法) 【道具箱(ZIP)】 ・呼び名ごとの設定ファイル 1 枚で、どの呼び名でも回せる道具一式(Python) ・録音アプリ(何をどう言うかを出してくれる。普段の会話は質問に答えるだけで録れる) ・作った合成音を 1 本ずつ聞いて選ぶページ ・機体が拾った音で測る 2 本の物差し(当たり・誤爆) ・機体から物差しの音を取り出す見本(XIAO ESP32S3 + ReSpeaker Lite 用) ・AI(Claude Code など)に読ませる手順書 AGENTS.md ・合成音声 Irodori-TTS と学習の microWakeWord は、動作を確かめた版を同梱(それぞれの LICENSE ごと) ■ 要るもの ・Windows の PC ・NVIDIA の GPU(合成音声を作るため) ・空きディスク 10GB 以上 ・マイクとイヤホン ・呼び名を聞き分ける機体(ESP32-S3 など)。microWakeWord を動かせて、聞き分けに渡している音を PC へ取り出せること。これが無いと良し悪しを測れません ■ 先にご確認ください ・作れるのは「持ち主 1 人専用」の呼び名です。家族の誰が呼んでも起きる形ではありません。持ち主と近い声の人には反応します。 ・確かめた範囲は、持ち主 1 人の声・1 台の機体(XIAO ESP32S3 + ReSpeaker Lite)・呼び名 2 つです。 ・質問やサポートは受け付けていません。本と道具箱だけで最後まで通せるように書き、分からない所は AI に手順書を読ませて進められるようにしています。 ・合成音声は、ときどき呼び名以外の言葉を喋ります。人前で流すのがはばかられる言葉が出ることもあるので、作った音は必ずイヤホンで聞いてください。 ・ダウンロード商品のため、購入後の返品はお受けできません。 ■ 無料で読める記事(Zenn) ・① 物差しは現物で録る(良し悪しは機体が拾った生の声でしか測れない):https://zenn.dev/n416s/articles/wakeword-ja-measure ・② 合成音声で呼び名を作る(本人の声に合わせた合成音声で持ち主専用の呼び名を作った記録):https://zenn.dev/n416s/articles/wakeword-ja-synth ・③ 誰の声でも起きる呼び名へ(届かなかった記録と部品):https://zenn.dev/n416s/articles/wakeword-ja-general ・ReSpeaker Lite の ch1 を呼び名の聞き分けに使う:https://zenn.dev/n416s/articles/respeaker-lite-ch1
