面向有限训练数据下鲁棒小 footprint 关键词 spotting 的 AUC 优化
音频与语音处理
2021-07-14 v1 声音
摘要
深度神经网络为小 footprint 关键词 spotting（KWS）提供了有效的解决方案。然而，若训练数据有限，在真实场景中频繁遇到训练数据之外的未见声音时，实现鲁棒且高精度的 KWS 仍具挑战。大多数传统方法旨在最大化训练集上的分类准确率，而未考虑未见声音。为增强基于深度神经网络的 KWS 的鲁棒性，本文引入了一种新的损失函数，称为接收者操作特征曲线下面积（AUC）最大化。所提方法不仅最大化闭训练集上关键词的分类准确率，还最大化 AUC 分数以优化非关键词片段检测的性能。在 Google Speech Commands 数据集 v1 和 v2 上的实验结果表明，我们的方法在大多数评价指标上取得了新的 SOTA 性能。
引用
@article{arxiv.2107.05859,
title = {AUC Optimization for Robust Small-footprint Keyword Spotting with Limited Training Data},
author = {Menglong Xu and Shengqiang Li and Chengdong Liang and Xiao-Lei Zhang},
journal= {arXiv preprint arXiv:2107.05859},
year = {2021}
}
备注
submitted to ASRU2021