一种用于连续语音关键词 spotting 的无锚检测器
音频与语音处理
2022-08-10 v1 声音
摘要
连续语音关键词 spotting（CSKWS）是在连续语音中检测预定义关键词的任务。在本文中，我们将 CSKWS 视为一维目标检测任务，并提出一种名为 AF-KWS 的新型无锚检测器来解决该问题。AF-KWS 通过单阶段深度神经网络直接回归关键词的中心位置和长度。特别地，AF-KWS 专为该语音任务量身定制，因为我们引入了一个辅助未知类以将其他词从非语音或静音背景中排除。我们构建了两个基准数据集，名为 LibriTop-20 和连续会议分析关键词（CMAK）数据集，用于 CSKWS。在这两个数据集上的评估表明，我们提出的 AF-KWS 大幅优于参考方案，从而为未来研究提供了良好的基线。
引用
@article{arxiv.2208.04622,
title = {An Anchor-Free Detector for Continuous Speech Keyword Spotting},
author = {Zhiyuan Zhao and Chuanxin Tang and Chengdong Yao and Chong Luo},
journal= {arXiv preprint arXiv:2208.04622},
year = {2022}
}
备注
Accepted by Interspeech 2022