I2CR：利用簇间-簇内对比正则化提升关键词 spotting 的噪声鲁棒性
声音
2022-09-15 v1 音频与语音处理
摘要
关键词 spotting 中的噪声鲁棒性仍是一项挑战，因为许多模型无法克服噪声的严重影响，导致特征嵌入质量下降。我们提出一种称为簇间-簇内对比正则化（Inter-Intra Contrastive Regularization, I2CR）的对比正则化方法，通过引导模型学习簇特有的基础语音信息来改善特征表示。这涉及最大化同类样本的簇内与簇间相似度。因此，它将实例拉向更通用的表示，形成更显著的簇，并降低噪声的不利影响。我们表明，在不同噪声环境下，我们的方法在不同骨干模型架构上均带来了一致的准确率提升。我们还证明，我们提出的框架提升了未见域外噪声与未见变体噪声 SNR 的准确率。这表明了我们在噪声鲁棒性整体精炼方面工作的意义。
引用
@article{arxiv.2209.06360,
title = {I2CR: Improving Noise Robustness on Keyword Spotting Using Inter-Intra Contrastive Regularization},
author = {Dianwen Ng and Jia Qi Yip and Tanmay Surana and Zhao Yang and Chong Zhang and Yukun Ma and Chongjia Ni and Eng Siong Chng and Bin Ma},
journal= {arXiv preprint arXiv:2209.06360},
year = {2022}
}