kaldi官方正式合并了基于HI-MIA数据集的唤醒recipe方案。此唤醒的recipe方案由北京希尔贝壳科技，西北工业大学音频语音与语言处理研究组，AISHELL Foundation合作完成。


此recipe方案基于北京希尔贝壳科技在openslr上开源的HI-MIA多通道固定词唤醒数据（https://www.openslr.org/85/）。

提供了2个不同的模型应用方法，第一个是借鉴snip、MobvoiHotwords的chain方案，chain方案由@freewym在arxiv上提出了论文（https://arxiv.org/pdf/2005.08347.pdf），参考论文可以获取更多的信息。效果很好的，大家多去学习。

第二个是唤醒的通用做法，即分别基于deep-KWS和keyword-filler的方案。本次HI-MIA的recipe方案中数据的对齐模型采用开源数据库AISHELL-1，并重新训练一个含唤醒词的声学模型，最后基于后验概率平滑或基于keyword-filler的fst图（可选择）方法。


对语音唤醒有兴趣的可以了解下。

地址：https://github.com/kaldi-asr/kaldi/tree/master/egs/hi_mia/v1