第45篇：唤醒词——喊一声 Hey Hermes | Easy Understand Hermes Agent

这篇讲的是：如何让 Hermes 像 Siri 或 Alexa 一样，你喊一声“Hey Hermes”它就乖乖听你说话、执行命令，全程不用碰键盘。

唤醒词是什么？

想象一下，Hermes 平时是个“待机”的助手，耳朵闭着。你打开唤醒词功能后，它就像守门员一样，一直在后台竖着耳朵听，但只对特定口令（默认是“Hey Hermes”）有反应。听到后，它立刻“醒来”，打开麦克风，录下你说的下一句话，然后执行。

最关键的是：整个过程完全在本地设备上运行，你的声音不会上传到任何第三方服务器，隐私有保障。

第1步：开启唤醒词

最简单的方式，是在 Hermes 交互界面里输入：

/wake on        # 开始监听
/wake status    # 查看当前状态
/wake off       # 停止监听

第一次开启时，Hermes 会自动下载一个轻量级的语音识别模型（很小，一次性下载）。

桌面版用户更简单：把鼠标移到输入框旁边的麦克风上，会展开一个“耳朵”图标，点它就行。正在监听时，这个耳朵是实心的。这个开关是“全局生效”的——你在这里开了，下次启动 Hermes 还是开着的。

第2步：喊一声试试

开启后，对着麦克风说 “Hey Hermes”。你会看到：

Hermes 自动开启一个新会话
麦克风开始录音（它会自动检测你什么时候说完）
你说的话被转成文字，发给智能体处理
它回答完后，自动回到“待机”状态，继续等下一个“Hey Hermes”

想结束对话？ 在桌面版里，直接说“stop”、“cancel”或“goodbye”就能打断，这句话不会发给智能体，而是直接结束会话。注意：必须是完整的一句话，如果你说“stop the docker container”，它还是会正常执行的。

第3步：调灵敏度（防止误触发）

如果你在嘈杂环境里，Hermes 可能会把别人的话误听成“Hey Hermes”。这时可以调两个参数：

wake_word:
  sensitivity: 0.6          # 阈值，越高越严格（默认0.6，可调到0.8）
  confirmation_frames: 3    # 连续几帧都超过阈值才触发（默认3，可调到4-5）

生活化比喻：sensitivity 就像“耳力”的严格程度——调高了，它只听清你说的才算数；confirmation_frames 就像“确认次数”——它要连续听到好几声才信你，而不是听到一个相似音节就跳起来。

第4步：换一个唤醒词（可选）

默认是“Hey Hermes”，但你可以换成别的。Hermes 支持三种引擎：

引擎	特点
openWakeWord	免费、本地运行，内置“hey hermes”模型；自定义模型需要 `.tflite` 文件。Intel macOS 和原生 Windows ARM64 上不可用
sherpa	免费，支持任意自定义短语，不用训练；首次使用会下载英文模型，支持原生 Windows ARM64

| Porcupine | 免费版有限制，需要 API key |

注意：pyopen-wakeword 的 wheel 只支持 macOS 15 及以上的 Apple Silicon、glibc 2.35 及以上的 Linux，以及 Windows x64；这些限制只针对该引擎，不影响 Hermes 的其他功能。Termux 的核心/ACP 包不包含这套唤醒栈。

默认的 provider 是 auto，它会按 openWakeWord → sherpa → Porcupine 的顺序，自动挑选当前平台支持的第一个引擎（判断依据是后端 Python 所在的平台，而不是远程桌面客户端）：

原生 Windows ARM64 和 Intel macOS：选 sherpa（免费、无需 key）。
Windows x64、Apple Silicon 以及受支持的 Linux：选 openWakeWord（免费、无需 key）。

如果你手动指定了某个 provider，即使当前平台不支持，Hermes 也会保留你的选择，并直接报出依赖错误，而不是偷偷换引擎。已有的显式设置不会被自动迁移——想用自动选择，运行 hermes config set wake_word.provider auto。注意：唤醒检测在你手动开启前始终是关闭的。

想换词的话，在配置里改：

wake_word:
  provider: auto           # auto | openwakeword | sherpa | porcupine（Porcupine 需要 access key）
  phrase: "hey hermes"     # 这只是个标签，实际识别靠下面的模型
  openwakeword:
    model: hey_hermes      # 内置默认，或自定义 .tflite 文件的绝对路径

phrase 的用法因引擎而异：对 sherpa 来说，它就是实际检测的短语；对 openWakeWord 和 Porcupine 来说，它只是显示标签，真正决定识别内容的是模型或关键词。

小提示：远程桌面场景

如果你用桌面版连接一台没有麦克风的远程服务器（比如 Docker 容器），唤醒词会自动切换到“客户端采集”模式——你的电脑麦克风负责收音，检测仍在服务器上跑（用的还是同一套引擎和模型），音频通过加密通道传输，同样不会发给第三方。

另外，如果 /wake status 显示“正在监听”却怎么喊都没反应，多半是麦克风权限的问题：macOS 是按进程授权麦克风的，语音转文字能用不代表后台的唤醒监听器拿到了权限，去“系统设置 → 隐私与安全性 → 麦克风”里把 Hermes 后台（可能显示为你的终端、python 或 Hermes）勾上，再把唤醒词关掉重开即可。

小提示：引擎依赖与平台限制

如果选中的引擎还没装好，Hermes 会在你开启唤醒词时自动请求安装对应的 PM extra，是否允许由 security.allow_lazy_installs 控制；新装的依赖环境可能需要重启 Hermes 才能加载引擎。打包版本会自带各自目标平台支持的引擎依赖。

需要留意的是，pyopen-wakeword 的 macOS wheel 虽然标着 universal2，里面其实只有 ARM64 库，所以 Hermes 在 Intel Mac 和原生 Windows ARM64 上会排除这个引擎，改用 sherpa 提供免 key 的检测。另外，Porcupine 的默认关键词是 “jarvis” 而不是 “hey hermes”，它的 phrase 只是显示标签，真正决定识别内容的是内置关键词或自定义 .ppn 模型。它的 access key 要放在你 profile 的 .env 里（PORCUPINE_ACCESS_KEY），而不是 config.yaml，可在 console.picovoice.ai 获取。

总结一下：开启唤醒词 = 一句 /wake on，然后你就可以解放双手，像跟人说话一样指挥 Hermes 了。记得调好灵敏度，避免误触发。

下篇预告：唤醒词只是“入口”，下一篇我们来聊聊 Hermes 的语音模式——怎么让它听懂你说的整句话，并给出自然流畅的回答。