智能实体沙盘现在被广泛应用在众多领域,可以从多种角度向观看者展示声音与画面信息,使其有很好的观看体验。但是如今的智能实体沙盘依旧存在着一些不足之处,比如控制手段单一,基本上都是使用按钮或触屏来控制,依旧存在着进一步优化的空间。为了解决这一问题,本文为智能实体沙盘增加了控制手段,使用关键词识别方法来进行沙盘演示控制。本系统设想工作在军事讲解领域,不能连接外部网络,需要在本地进行关键词识别,并且要求有很好的实时性,在对灯光设备进行控制的情景内,需要在讲解员对一个动作进行介绍时,灯光设备就能同时做出反应。在现有研究中,有少数智能实体沙盘增加了关键词识别模块来控制智能实体沙盘。不过这些系统中的关键词识别模块依赖于外部语音识别平台,无法做到在本地识别。此外,在目前工作在本地的关键词识别模块中,多采用事先录制好的音频文件进行识别,只追求识别精确度而不考虑识别速度,算法复杂,无法做到对从外部接收到的实时语音信号进行识别,不能满足现有需求。为此,本文设计了一个实时关键词识别的智能实体沙盘灯光控制系统。本系统通过本地的机器学习模型来获取讲解员讲解过程中说出的关键词,将其转化为指令信号发送给沙盘,沙盘的灯光设备根据这个指令信号做出对应的灯光动作,从而在满足保密性要求的前提下,实现实时的沙盘灯光控制。本文主要贡献如下:（1）本文针对目前智能实体沙盘控制手段不足的问题,设计并实现了一个实时关键词识别的智能实体沙盘灯光控制原型系统,通过获取讲解员在连续语句中发出的关键词信息,实现了对沙盘灯光系统的实时控制。系统包含实际使用部分与机器学习模型训练部分。（2）本文设计了一个使用实时关键词识别来控制灯光设备的系统。实际使用部分可以将讲解员发出的实时信号进行获取并语音分片,之后在本地对其使用机器学习模型进行实时识别,并控制灯光设备做出对应的动作。（3）本文训练了一个用于实时关键词识别的机器学习模型。机器学习模型训练部分使用语音合成平台产生的关键词音频作为训练输入,具有更大的灵活性,便于后续的训练。在机器学习模型训练中,挑选比较了多种模型,平衡了识别速度与准确率,选出了最适合本场景的模型。