porcupine

在设备本地秒级唤醒,无需联网,隐私安全

Porcupine 是一个基于深度学习的端侧唤醒词检测引擎,由 Picovoice 开发。它解决的是在设备本地实时识别特定唤醒词(如“Hey Porcupine”)的问题,无需联网,保护隐私且延迟极低。核心能力包括:支持多种语言和自定义唤醒词训练,提供 Python、C、Java 等跨平台 SDK,可运行于 Raspberry Pi、Android、iOS 等边缘设备。其模型经过优化,体积小、功耗低,适合嵌入式场景。项目还提供预训练模型库和 CLI 工具,方便开发者快速集成。

开源 freemium 语音识别
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 4940
维护状态 较活跃
是否开源 是
定价模式 freemium

项目数据

分类语音识别
开发团队Picovoice
所属国家
定价模式freemium
价格说明开源版免费,云端控制台提供免费额度,付费解锁更多功能与支持。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型handsfree,hotword,hotword-detection,hotword-detector,keyword-spotter,keyword-spotting,on-device,speech-recognition,trigger-word-detection,voice-activation,wake-word,wake-word-detection,wake-word-engine
GitHub 星标★ 4940
30天Star增速
HF 下载量
上线时间2018-03-08 00:00:00
最近更新2026-09-20 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数4

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 4 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 支持 Linux(x86_64)、macOS(x86_64/arm64)、Windows(x86_64/arm64)
  • 也可用于 Raspberry Pi(Zero/3/4/5)、Android、iOS、浏览器及 Arm Cortex-M/STM32/Arduino 等嵌入式设备
  • 需要可用的音频输入设备(麦克风)用于唤醒词实时检测
  • 如需自定义唤醒词,需注册 Picovoice Console 账号

安装与启动步骤

  1. 1克隆项目仓库

    从 GitHub 拉取 Porcupine 源码仓库到本地,后续按平台选择对应 Demo 或 SDK 目录。

    git clone https://github.com/Picovoice/porcupine.git
  2. 2进入项目目录

    切换到克隆下来的仓库根目录,README 中的 Demos 与 SDKs 章节均以此为基准。

    cd porcupine
  3. 3选择目标平台

    对照 README 的 Demos 章节,确定要跑 Python、.NET、Java、Flutter、React Native、Android、iOS、Web、NodeJS、C 还是微控制器示例。

  4. 4阅读对应 Demo 说明

    进入所选平台的 Demo 小节,按其自有说明完成依赖安装与运行,本仓库根 README 未给出统一安装命令。

关键配置

配置项必填说明示例
自定义唤醒词模型否通过 Picovoice Console 自助训练专属唤醒词模型文件,替换默认唤醒词使用。在 https://console.picovoice.ai/ 训练并下载模型

如何确认成功

按所选平台 Demo 的说明运行后,对着麦克风说出唤醒词,程序输出检测到唤醒词的结果即表示成功。

常见问题

Q:Porcupine 需要联网才能工作吗?

A:不需要。它是在设备本地运行的端侧唤醒词检测引擎,无需联网,延迟低且保护隐私。

Q:支持哪些语言和平台?

A:支持多语言,并覆盖 Arm Cortex-M/STM32/Arduino、Raspberry Pi、Android、iOS、主流浏览器以及 Linux、macOS、Windows 桌面平台。

Q:如何自定义唤醒词?

A:开发者可使用 Picovoice Console 自助训练自定义唤醒词模型,README 中给出了 Console 链接。

Q:能同时检测多个唤醒词吗?

A:可以。它可扩展地检测多个常听语音命令,且不会增加额外运行时开销。

注意事项

  • 本 README 节选未包含具体安装命令,实际安装请以所选平台 Demo 或对应 SDK 的文档为准。
  • 不同平台的运行方式差异较大,嵌入式与移动端需参考各自目录下的说明。
  • 自定义唤醒词训练需登录 Picovoice Console 完成。

核心亮点

  • 端侧推理,延迟低至毫秒级,不依赖网络
  • 支持自定义唤醒词训练,灵活适配场景
  • 跨平台 SDK 覆盖主流语言和硬件

不足之处

  • 免费版有并发限制,商业使用需付费
  • 文档偏技术,新手入门门槛略高

适用场景

  • 智能音箱/耳机语音唤醒
  • 车载系统免提控制
  • 工业设备语音指令触发

替代项目

Snowboy、OpenWakeWord、Picovoice Rhino

项目介绍

porcupine 是语音识别领域的开源项目,由 Picovoice 开发,2018 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(4,940)位列前 9%,在语音识别分类的 212 个项目里位列前 14%。

近 44 天,它的 GitHub 星标从 4,909 增加到 4,940,净增 31。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-20。开源版免费,云端控制台提供免费额度,付费解锁更多功能与支持。从国内网络环境看,可直接访问。

它主要面向的使用场景是:智能音箱/耳机语音唤醒。同类可对比的替代方案包括 Snowboy、OpenWakeWord、Picovoice Rhino。

上一篇:wav2letter

下一篇:pocketsphinx

同类项目推荐

obs-localvocal 开源

直播录屏时,本地AI实时生成字幕,保护隐私零延迟

OBS plugin for local speech recognition and captioning using AI

★ 1616 2026-09-10
LiveCaptions-Translator 开源

实时捕获系统音频,一键翻译成你懂的语言

Lightweight and powerful real-time audio/speech translation tool based on Windows Li···

★ 3755 2026-08-10
speechbrain 开源

一站式 PyTorch 语音工具箱,快速搞定识别、说话人验证等任务

A PyTorch-based Speech Toolkit

★ 11834 2026-08-26
whisper-diarization 开源

给语音转写加上说话人标签,会议记录一目了然

Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper

★ 5657 2026-08-13