少样本关键词 spotting 的完全无监督训练
音频与语音处理
2022-10-10 v2
摘要
对于训练少样本关键词 spotting（FS-KWS）模型，已知需要一个包含大量目标关键词的大型标注数据集，以仅用少量注册样本就能泛化到任意目标关键词。为缓解昂贵的带标注数据收集，本文提出一种仅基于合成数据训练的 novel FS-KWS 系统。所提系统基于度量学习，使目标关键词可使用距离度量进行检测。利用以伪音素而非文本生成语音的语音合成模型，我们轻松获得大量具有相同语义的多视角样本。考虑到度量学习本质上不需要标注数据，这些样本足以用于训练。我们框架中的所有组件均不需要任何监督，使我们的方法为无监督的。在真实数据集上的实验结果表明，即使无任何标注与真实数据集，所提方法仍具竞争力。
引用
@article{arxiv.2210.02732,
title = {Fully Unsupervised Training of Few-shot Keyword Spotting},
author = {Dongjune Lee and Minchan Kim and Sung Hwan Mun and Min Hyun Han and Nam Soo Kim},
journal= {arXiv preprint arXiv:2210.02732},
year = {2022}
}
备注
Accepted by IEEE SLT 2022