基于原型网络的少样本关键词 spotting
音频与语音处理
2022-06-14 v1 机器学习
声音
摘要
识别特定命令或关键词的关键词 spotting 已广泛应用于亚马逊 Alexa 和谷歌 Home 等许多语音交互界面。为识别一组关键词，近期大多数基于深度学习的方法使用以大量样本训练的神经网络来识别某些预定义关键词。这限制了系统识别新的、用户自定义关键词的能力。因此，我们首次将该问题形式化为少样本关键词 spotting，并采用度量学习加以解决。为支持该研究，我们还合成并发布了少样本 Google Speech Commands 数据集。随后，我们提出一种利用原型网络上的时序与空洞卷积解决少样本关键词 spotting 问题的方案。对比实验结果表明，仅使用少量样本即可实现对新关键词的 spotting。
引用
@article{arxiv.2007.14463,
title = {Few-Shot Keyword Spotting With Prototypical Networks},
author = {Archit Parnami and Minwoo Lee},
journal= {arXiv preprint arXiv:2007.14463},
year = {2022}
}