内部 eval 98% なのに実機で死んだ — LiveKit wakeword で自分の声を学習させた話
この記事で分かること
Wakeword検出で内部評価98%の精度でも実機環境で誤動作する原因と対策が得られる。自分の声でWakewordを学習させた際、ノイズや発話の揺れで実機精度が低下する問題に直面し、その解決策としてデータ拡張や閾値調整の具体的な手法が紹介されている。注意点として、学習データと実環境のミスマッチが最大の落とし穴である。
詳細要約
自社開発のウェイクワードモデルはオフライン評価で98%の精度を示したが、実機環境では全く機能しなかった。原因は、学習データと実機の音響特性（マイクの周波数特性やノイズフロア）の乖離にある。対策として、実機で収録した音声データを学習に追加するか、音響シミュレーションで学習データを拡張する必要がある。評価指標だけを信じず、実機テストを早期に組み込むことが成功の鍵。