用于小占用面积关键词检测的卷积循环神经网络
计算与语言
2017-07-06 v3 人工智能
机器学习
摘要
关键词检测 (KWS) 构成人机交互的主要组件。在最小化占用面积、延迟和复杂度的同时，最大化低误报 (FA) 率下的检测准确率是 KWS 的目标。为实现这些目标，我们研究了卷积循环神经网络 (CRNN)。受大规模最先进语音识别系统的启发，我们结合了卷积层和循环层的优势，以利用局部结构和长程上下文。我们分析了架构参数的影响，并提出了提高性能的训练策略。仅使用约 230k 参数，我们的 CRNN 模型产生了可接受的低延迟，并在 5 dB 信噪比下实现了 0.5 FA/hour 时 97.71% 的准确率。
引用
@article{arxiv.1703.05390,
title = {Convolutional Recurrent Neural Networks for Small-Footprint Keyword Spotting},
author = {Sercan O. Arik and Markus Kliegl and Rewon Child and Joel Hestness and Andrew Gibiansky and Chris Fougner and Ryan Prenger and Adam Coates},
journal= {arXiv preprint arXiv:1703.05390},
year = {2017}
}
备注
Accepted to Interspeech 2017