关键词 spotting 的延迟控制
音频与语音处理
2022-09-30 v1 人工智能
机器学习
摘要
对话代理通常利用关键词 spotting（KWS）来启动与用户的语音交互。出于用户体验和隐私考虑，现有 KWS 方法主要关注准确率，而这常以引入延迟为代价。为应对这一权衡，我们提出一种控制 KWS 模型延迟的新方法，该方法可泛化至任意损失函数且无需关键词端点的显式知识。通过单一可调超参数，我们的方法能够针对目标应用平衡检测延迟与准确率。经验上，我们表明与现有方法相比，在延迟约束下我们的方法给出更优性能。即，与基线最先进水平相比，在固定延迟目标下我们实现了 25% 的相对错误接受率提升。我们还表明，当我们的方法与最大池化损失结合使用时，相较于交叉熵损失，在固定延迟下相对错误接受率提升 25%。
引用
@article{arxiv.2206.07261,
title = {Latency Control for Keyword Spotting},
author = {Christin Jose and Joseph Wang and Grant P. Strimel and Mohammad Omar Khursheed and Yuriy Mishchenko and Brian Kulis},
journal= {arXiv preprint arXiv:2206.07261},
year = {2022}
}
备注
Proceedings of INTERSPEECH