面向助听设备且对外部说话人鲁棒的关键词 spotting
声音
2019-06-27 v2 人机交互
机器学习
音频与语音处理
摘要
由于允许通过语音与之交互的小型电子设备无处不在，关键词 spotting（KWS）正经历上升期。通常，KWS 系统是说话人无关的，这意味着任何人——无论是否为用户——都可能触发它们。对于诸如助听设备上的 KWS 等应用，这是不可接受的，因为必须仅允许用户操作它们。在本文中，我们提出对外部说话人鲁棒的助听设备 KWS。一个用于小 footprint KWS 的先进深度残差网络被视为构建基础。通过遵循多任务学习方案，该系统被扩展为联合执行 KWS 与用户自身声音/外部说话人检测，而参数数量增加可忽略。实验中，我们从 Google Speech Commands Dataset 生成了一个模拟助听器作为采集设备的语音语料库。我们的结果表明，该多任务深度残差网络相对于不处理外部说话人的系统实现了约 32% 的 KWS 准确率相对提升。
引用
@article{arxiv.1906.09417,
title = {Keyword Spotting for Hearing Assistive Devices Robust to External Speakers},
author = {Iván López-Espejo and Zheng-Hua Tan and Jesper Jensen},
journal= {arXiv preprint arXiv:1906.09417},
year = {2019}
}