AutoKWS：基于可微架构搜索的关键词 spotting
音频与语音处理
2021-02-23 v2 声音
摘要
智能音频设备由一个始终在线的轻量级关键词 spotting 程序控制以降低功耗。然而，设计兼具高准确率和低延迟以实现准确快速响应的模型具有挑战性。人们已做出许多努力来开发端到端神经网络，其中采用深度可分离卷积、时间卷积和LSTM作为构建单元。尽管如此，这些由人类专家设计的网络在广阔的搜索空间中可能无法实现最优的权衡。在本文中，我们提议利用可微神经架构搜索的最新进展来发现更高效的网络。我们搜索得到的模型在Google Speech Command Dataset v1上以仅约100K参数达到了97.2%的top-1准确率。
引用
@article{arxiv.2009.03658,
title = {AutoKWS: Keyword Spotting with Differentiable Architecture Search},
author = {Bo Zhang and Wenfeng Li and Qingyuan Li and Weiji Zhuang and Xiangxiang Chu and Yujun Wang},
journal= {arXiv preprint arXiv:2009.03658},
year = {2021}
}
备注
ICASSP 2021