面向关键词 spotting 的轻量动态滤波器
音频与语音处理
2023-12-25 v4
摘要
来自语音信号的关键词 spotting（KWS）被广泛用于实现完全免手动的语音识别。KWS 网络被设计为小 footprint 模型，以便能够持续激活。近期的研究已在深度学习框架中探索了基于动态滤波器的模型以增强系统的鲁棒性或准确性。然而，由于动态滤波器框架需要较高的计算成本，其实现受限于设备的计算条件。在本文中，我们提出一种轻量动态滤波器以改进 KWS 的性能。我们提出的模型将动态滤波器分为两个分支以降低计算复杂度：像素级和实例级。所提出的轻量动态滤波器应用于 KWS 的前端以增强输入数据的可分离性。实验结果表明，我们的模型在使用较小计算资源的情况下，对未见噪声和小训练数据环境具有鲁棒性。
关键词
引用
@article{arxiv.2109.11165,
title = {A Lightweight dynamic filter for keyword spotting},
author = {Donghyeon Kim and Kyungdeuk Ko and Jeonggi Kwak and David K. Han and Hanseok Ko},
journal= {arXiv preprint arXiv:2109.11165},
year = {2023}
}
备注
Accept to ICASSPW2023