QbyE-MLPMixer：基于 MLPMixer 的按例查询开放词汇关键词 spotting
音频与语音处理
2022-06-28 v1 计算与语言
机器学习
摘要
当前的关键词 spotting 系统通常使用大量预定义关键词训练。在开放词汇场景下识别关键词对于个性化智能设备交互至关重要。为此，我们提出了一种纯 MLP 的神经网络，其基于 MLPMixer——一种有效替代 Vision Transformers 中注意力机制的 MLP 模型架构。我们探究了将 MLPMixer 架构适配于 QbyE 开放词汇关键词 spotting 任务的不同方式。与最先进的 RNN 和 CNN 模型比较表明，我们的方法在公开可用的 Hey-Snips 数据集及一个更大规模的含 400 名说话人的内部数据集上的挑战性环境（10dB 和 6dB）中均取得更好性能。我们提出的模型相较基线模型还具有更少的参数量与 MACs。
引用
@article{arxiv.2206.13231,
title = {QbyE-MLPMixer: Query-by-Example Open-Vocabulary Keyword Spotting using MLPMixer},
author = {Jinmiao Huang and Waseem Gharbieh and Qianhui Wan and Han Suk Shim and Chul Lee},
journal= {arXiv preprint arXiv:2206.13231},
year = {2022}
}
备注
Accepted to INTERSPEECH 2022