面向关键词 spotting 与设备指向语音检测的隐式声学回声消除
声音
2022-10-05 v4 机器学习
音频与语音处理
摘要
在许多支持语音的人机交互场景中，用户语音可能与设备播放音频重叠。在这些情况下，关键词 spotting（KWS）和设备指向语音检测（DDD）等任务的性能会显著下降。为解决此问题，我们提出一种隐式声学回声消除（iAEC）框架，其中训练神经网络以利用来自参考麦克风通道的额外信息，学习忽略干扰信号并提升检测性能。我们分别在增强版 Google Speech Commands v2 和真实世界 Alexa 设备数据集上研究该框架在 KWS 和 DDD 任务上的表现。值得注意的是，在设备播放条件下，我们将 DDD 任务的误拒率降低了 56%。我们还展示出在 KWS 任务上优于或等同于一个强端到端神经回声消除 + KWS 基线，且计算需求低一个数量级。
引用
@article{arxiv.2111.10639,
title = {Implicit Acoustic Echo Cancellation for Keyword Spotting and Device-Directed Speech Detection},
author = {Samuele Cornell and Thomas Balestri and Thibaud Sénéchal},
journal= {arXiv preprint arXiv:2111.10639},
year = {2022}
}
备注
To be presented at SLT 2022