README.md

---
license: other
pipeline_tag: audio-classification
tags:
  - axera
  - npu
  - wake-word
  - onnx
  - int8
---

# WakeUp.axera「你好，爱芯」唤醒词检测（AX650 / AX620E 预编译版）

16kHz 单声道 int16 PCM 输入，每 32ms 一帧输出唤醒得分与触发事件。
**NPU 预编译、开箱即用**：模型已编译为 AXMODEL（INT8），无需自己编译。

| 芯片 | 模型文件 | 说明 |
|------|----------|------|
| AX650 / AX630 | `models/ax650/model.axmodel` | NPU3，板端实测 1.83ms/帧（RTF≈0.057），已验证 |
| AX620E | `models/ax620e/model.axmodel` | NPU2，Pulsar2 编译 + 内置仿真检查通过 |

板端实测（AX650C）：**“你好，爱芯”触发（max_sum 9.85）／“你好，其他”静默
（max_sum -5.70）**。量化 cosine ≈ 0.999+。

## 快速开始（板端 AX650/AX630/AX620E）

```bash
bash setup.sh      # 安装 numpy/soundfile + pyaxengine
bash run.sh        # 跑内置示例（你好，爱芯 应触发 / 你好，其他 应静默）
```

用自己的音频：

```bash
python python/wakeup_axera_sdk/example.py \
  --model models/ax650/model.axmodel --input 你的音频.wav --threshold 0.615
```

音频要求：16kHz、单声道、int16 WAV（PCM）。阈值默认 0.615（DET_MODE_95），
更灵敏可用 0.608（DET_MODE_90）。

## 在自己的代码里用（Python）

```python
from wakeup_axera_sdk.detector import WakeWordDetector

det = WakeWordDetector("models/ax650/model.axmodel", threshold=0.615)
result = det.process(int16_512_samples)   # 32ms 一帧
print(result["wake_score"], result["window_sum"], result["triggered"])
```

## C++ SDK

`cpp/` 提供 CMake 工程 + 已交叉编译的 `cpp/build-aarch64/model_example`（aarch64），
直接链接 AX Engine runtime，板端实测与 Python 结果一致（见 `cpp/README.md`）。

## 目录

- `models/`：ax650/（NPU3）与 ax620e/（NPU2）的预编译 AXMODEL + 示例音频
- `python/`：Python SDK（NPU 专用，仅依赖 pyaxengine，无 CPU 回退）
- `cpp/`：C++ SDK + 预编译 example（aarch64）
- `reports/`：训练与板端验证报告
- `setup.sh` / `run.sh`：一键安装与演示

NPU 专用版说明见 `NPU_ONLY_SDK.md`；本包不包含训练/编译流程（GitHub 仓库
ml-inory/WakeUp.axera 提供完整可复现的 model_convert + train 源码）。