一种用于关键词识别与语音活动检测的端到端架构
计算与语言
2016-11-30 v1
摘要
我们提出了一种单一神经网络架构，用于同时完成在线关键词识别和语音活动检测这两项任务。我们为使用联结时序分类损失函数训练的端到端循环神经网络开发了新颖的推理算法，使得我们的模型无需重新训练即可在关键词识别和语音活动检测上均达到高准确率。与以往的语音活动检测模型相比，我们的架构不需要对齐的训练数据，且使用与关键词识别模型相同的参数。这使我们能够部署高质量的语音活动检测器，而无需额外的内存或维护需求。
引用
@article{arxiv.1611.09405,
title = {An End-to-End Architecture for Keyword Spotting and Voice Activity Detection},
author = {Chris Lengerich and Awni Hannun},
journal= {arXiv preprint arXiv:1611.09405},
year = {2016}
}
备注
NIPS 2016 End-to-End Learning for Speech and Audio Processing Workshop