通过迁移学习改进预训练 YAMNet 以实现更佳语音指令检测
声音
2025-04-29 v1 人工智能
音频与语音处理
摘要
本工作针对语音指令识别系统中提升准确率与效率的需求进行了研究，这是提高各类智能应用中用户交互的关键组件。基于强大的预训练 YAMNet 模型和迁移学习技术，本研究开发了一种显著优于语音指令识别的方法。我们对 YAMNet 深度学习模型进行适配与训练，使其能够有效地从音频信号中检测和解释语音指令。本研究采用广泛标注的语音指令数据集（speech_commands_v0.01），展示了迁移学习在准确识别预定义语音指令集合方面的实际应用效果。数据集经过精细的增强处理，并对特征进行战略性提取，以提升模型性能。最终模型实现了 95.28% 的识别准确率，凸显了先进机器学习技术对语音指令识别的重要影响。此成就标志着音频处理技术的重大进步，为该领域后续研究树立了新的基准。
引用
@article{arxiv.2504.19030,
title = {Improving Pretrained YAMNet for Enhanced Speech Command Detection via Transfer Learning},
author = {Sidahmed Lachenani and Hamza Kheddar and Mohamed Ouldzmirli},
journal= {arXiv preprint arXiv:2504.19030},
year = {2025}
}