用于窄带音频关键词 spotting 的的多示例级联分类
机器学习
2025-04-28 v2 计算与语言
声音
音频与语音处理
摘要
我们提出将级联分类器用于窄带（NB）、8kHz 音频上的关键词 spotting（KWS）任务，该音频采集于非 IID 环境——比大多数最先进 KWS 系统所面对的任务更具挑战性。我们给出了一种融合深度神经网络（DNNs）、级联、多特征表示与多示例学习的模型。级联分类器处理了任务的类别不平衡问题，并通过提前终止在计算受限设备上降低功耗。该 KWS 系统在每小时 0.75 的误触发率下取得了 6% 的漏报率。
引用
@article{arxiv.1711.08058,
title = {Multiple-Instance, Cascaded Classification for Keyword Spotting in Narrow-Band Audio},
author = {Ahmad AbdulKader and Kareem Nassar and Mohamed El-Geish and Daniel Galvez and Chetan Patil},
journal= {arXiv preprint arXiv:1711.08058},
year = {2025}
}
备注
Published in the proceedings of NeurIPS 2017 Workshop: Machine Learning on the Phone and other Consumer Devices