Espressif เปิดตัวเฟรมเวิร์ค ESP-Skainet สำหรับการพัฒนาอุปกรณ์รับคำสั่งด้วยเสียง เปิดทางให้นักพัฒนาสร้างอุปกรณ์รับคำสั่งโดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต

เฟรมเวิร์คประกอบด้วยโมดูลจดจำเสียงสองส่วน คือ WakeNet สำหรับจับคำสำคัญเพื่อเริ่มต้นทำงาน โดยส่วนนี้ใช้แรมเพียง 20 กิโลไบต์และยังได้ความแม่นยำที่ค่อนข้างสูง ประมาณ 88% ที่ระยะ 1 เมตร โดยตอนนี้รับคำสำคัญเป็นภาษาจีนเท่านั้น

อีกส่วนคือการรรับคำสั่ง ที่ชื่อว่า MultiNet เป็นโมเดล deep learning ที่แยกคำได้สูงสุด 100 คำในภาษาจีน พร้อมความสามารถในการรับคำสั่งจากผู้ใช้เพิ่มเติม

แม้จะเปิดเฟรมเวิร์คให้ใช้ฟรี แต่ก็ไม่ได้เปิดซอร์สออกมา โดยไลบรารีมาเป็นไฟล์ไบนารีที่คอมไพล์มาแล้ว การปรับแต่งโมเดล เช่น การเปลี่ยนคำสำคัญใน WakeNet นั้นมีค่าใช้จ่าย ต้องซื้อบริการจาก Espressif โดยตรง

ที่มา - Espressif