Auto-KWS 2021 挑战赛：任务、数据集与基线系统
声音
2021-04-02 v1 人工智能
摘要
Auto-KWS 2021 挑战赛呼吁采用自动化机器学习（AutoML）方案来自动化将机器学习应用于定制化关键词 spotting（唤醒词检测）任务的过程。与其他关键词 spotting 任务相比，Auto-KWS 挑战赛具有以下三个特点：1）该挑战赛聚焦于定制化关键词 spotting 问题，其中目标设备只能由已注册说话人以其指定关键词唤醒。说话人可使用任何语言和口音来定义其关键词。2）挑战赛的所有数据集均在真实环境中录制，以模拟不同的用户场景。3）Auto-KWS 是一项“代码竞赛”，参与者需提交 AutoML 方案，然后平台利用所提交代码自动运行注册与预测步骤。本挑战赛旨在推动更个性化、更灵活的关键词 spotting 系统的发展。我们向所有参与者提供两个基线系统作为参考。
引用
@article{arxiv.2104.00513,
title = {Auto-KWS 2021 Challenge: Task, Datasets, and Baselines},
author = {Jingsong Wang and Yuxuan He and Chunyu Zhao and Qijie Shao and Wei-Wei Tu and Tom Ko and Hung-yi Lee and Lei Xie},
journal= {arXiv preprint arXiv:2104.00513},
year = {2021}
}
备注
5 pages, 2 figures