噪声环境下的多路关键词识别
声音
2025-10-01 v1 音频与语音处理
摘要
本文提出了一种改进噪声环境下关键词识别器(KWS)算法的方法。虽然波束成形(BF)和自适应噪声消除(ANC)技术在某些条件下表现稳健，但可能通过失真或抑制有用信号来降低激活系统的性能。作者提出一种神经网络架构，使用多个输入通道和注意力机制，使网络能够确定最有用的通道或其组合。在两个数据集上演示了该算法的改进质量：一个来自受控实验室条件的数据集，另一个来自自然条件下的智能音箱。该提议算法在噪声消除指标、KWS 指标以及计算资源方面与多个基线方法进行了比较。
引用
@article{arxiv.2507.15558,
title = {Multichannel Keyword Spotting for Noisy Conditions},
author = {Dzmitry Saladukha and Ivan Koriabkin and Kanstantsin Artsiom and Aliaksei Rak and Nikita Ryzhikov},
journal= {arXiv preprint arXiv:2507.15558},
year = {2025}
}
备注
Accepted to Interspeech 2025