面向少样本关键词检测的多样本动态时间变形

在多样本关键词检测中，每类关键词由多个口语实例（样本）表示。一种直接检测关键词的 naive 方法是对所有样本（类别）进行子序列动态时间变形查询。然而，处理时间随每个类别样本数量呈线性增长。或者，仅查询每个类别的单个 Fréchet 均值，可实现处理时间的降低，但通常也会导致检测性能下降，因为未能充分捕捉查询样本的变异性。在本工作中，提出了多样本动态时间变形，以计算包含所有查询样本变异性的类别特定 cost-tensor。为显著降低推理期间的计算复杂度，这些 cost tensor 在应用动态时间变形前被转换为 cost matrix。通过针对少样本关键词检测的实验评估，我们表明该方法在使用所有单个查询样本作为模板时几乎能获得相似的性能，同时其运行时间仅略慢于使用 Fréchet 均值的情况。