面向播放干扰下鲁棒关键词 spotting 的数据增强
计算与语言
2018-08-03 v1 机器学习
机器学习
摘要
准确的端侧关键词 spotting（KWS）兼具低误接受与低误拒绝率，对远场语音控制对话代理的客户体验至关重要。在真实环境中维持低误拒绝率尤为困难，其来源包括：(a) 来自电视、家电或其他非指向设备的外部环境噪声；(b) 设备音频播放经声学回声消除（AEC）系统处理后消除不彻底而残留的回声。本文提出一种数据增强策略，以提升上述严苛条件下的关键词 spotting 性能。训练集音频以不同信干比混入音乐与电视/电影音频进行人工加噪。结果表明，在此类设备音频播放干扰下，于一系列误警率上我们获得了约30–45%的误拒绝率相对降低。
引用
@article{arxiv.1808.00563,
title = {Data Augmentation for Robust Keyword Spotting under Playback Interference},
author = {Anirudh Raju and Sankaran Panchapagesan and Xing Liu and Arindam Mandal and Nikko Strom},
journal= {arXiv preprint arXiv:1808.00563},
year = {2018}
}