面向远场小足迹关键词 spotting 的域感知训练
音频与语音处理
2020-08-10 v3 机器学习
摘要
本文关注远场场景下的小足迹关键词 spotting 任务。远场环境在现实语音应用中十分常见，因房间混响与各类噪声而导致性能严重退化。我们的基线系统基于卷积神经网络构建，使用远场与近讲语音的合并数据进行训练。为应对这些失真，我们开发了三种域感知训练系统，包括域嵌入系统、深度 CORAL 系统与多任务学习系统。这些方法将域知识融入网络训练，提升了关键词分类器在远场条件下的性能。实验结果表明，我们所提方法在近讲语音上保持了性能，并在远场测试集上取得了显著改进。
引用
@article{arxiv.2005.03633,
title = {Domain Aware Training for Far-field Small-footprint Keyword Spotting},
author = {Haiwei Wu and Yan Jia and Yuanfei Nie and Ming Li},
journal= {arXiv preprint arXiv:2005.03633},
year = {2020}
}
备注
Submitted to INTERSPEECH 2020