KWS
关键词识别技术，从音频流中检测预定义短语或唤醒词，输出命令ID，适用于固定词汇的离线语音控制场景，相比完整ASR更轻量节能
时间轴 (近 90 天)
业界通常采用说话人分离（diarization）区分通话多方，再配合关键词检索（KWS）与情感分类模型做下游分析。
ASR的处理路径是 audio → speech-to-text → text matching/intent parsing → action，而KWS的处理路径是 audio → acoustic features → keyword model → command id → action
KWS无法替代自由形式的语音交互；如果用户需要说如“把客厅灯调到50%”这类含位置和数值的命令，产品通常仍需要ASR和意图解析
对于固定词汇的语音控制场景（如唤醒词和几个固定命令），关键词识别（KWS）比一直运行通用ASR模型更合适
小型KWS管线适用于词汇固定、需要本地或离线运行、电池供电或资源受限、低延迟重要、不希望将连续音频发送到云服务的场景
产品发布前至少需要测量真实触发召回率、每小时误激活次数、距离和说话音量、不同说话人和口音、电视音乐风扇和房间噪声、模型大小和设备内存、端到端延迟和功耗影响
在始终监听的离线语音系统中，关键词模型通常以逐帧或固定滑动窗口方式输出分数，单帧超过阈值并不代表完整短语被说出，需要连续帧确认（如连续3-5帧超阈值）和冷却期（数百毫秒内忽略同一关键词再次触发）
全部知识事实 (7)
业界通常采用说话人分离（diarization）区分通话多方，再配合关键词检索（KWS）与情感分类模型做下游分析。
50%待验证ASR的处理路径是 audio → speech-to-text → text matching/intent parsing → action，而KWS的处理路径是 audio → acoustic features → keyword model → command id → action
50%待验证KWS无法替代自由形式的语音交互；如果用户需要说如“把客厅灯调到50%”这类含位置和数值的命令，产品通常仍需要ASR和意图解析
50%待验证对于固定词汇的语音控制场景（如唤醒词和几个固定命令），关键词识别（KWS）比一直运行通用ASR模型更合适
50%待验证小型KWS管线适用于词汇固定、需要本地或离线运行、电池供电或资源受限、低延迟重要、不希望将连续音频发送到云服务的场景
50%待验证产品发布前至少需要测量真实触发召回率、每小时误激活次数、距离和说话音量、不同说话人和口音、电视音乐风扇和房间噪声、模型大小和设备内存、端到端延迟和功耗影响
50%待验证在始终监听的离线语音系统中，关键词模型通常以逐帧或固定滑动窗口方式输出分数，单帧超过阈值并不代表完整短语被说出，需要连续帧确认（如连续3-5帧超阈值）和冷却期（数百毫秒内忽略同一关键词再次触发）
50%