用于实时自定义关键词唤醒的增强尾部神经网络
音频与语音处理
2023-06-08 v2 机器学习
声音
摘要
本文提出一种增强尾部神经网络（BTNN），用于提升实时自定义关键词唤醒（RCKS）的性能，该任务因要求在有限计算资源下具备强大分类能力而仍是工业界难题。受脑科学启发——大脑在神经刺激下仅部分激活，且众多机器学习算法通过一批弱分类器解决困难问题并常被证明有效——我们表明该方法有助于 RCKS 问题。所提方法在唤醒率与误报率方面取得更优性能。实验中相较于仅使用单一强分类器的传统算法，其相对提升达 18%。我们亦指出该方法在未来 ASR 探索中具潜力。
引用
@article{arxiv.2205.12933,
title = {Boosting Tail Neural Network for Realtime Custom Keyword Spotting},
author = {Sihao Xue and Qianyao Shen and Guoqing Li},
journal= {arXiv preprint arXiv:2205.12933},
year = {2023}
}
备注
4 pages, 8 figures, 2 tables