用于小资源关键词 spotting 的序列到序列模型
声音
2018-11-02 v1 音频与语音处理
摘要
在本文中，我们提出一种用于关键词 spotting（KWS）的序列到序列模型。与其他端到端 KWS 架构相比，我们的模型简化了生产级 KWS 系统的流程，并满足高精度、低延迟和小资源的要求。我们还评估了不同编码器架构的性能，包括 LSTM 和 GRU。在真实唤醒数据上的实验表明，我们的方法优于最近提出的基于注意力的端到端模型。具体而言，在 73K 参数下，我们的序列到序列模型在每小时 0.1 次误报（FA）下实现了 3.05\% 的误拒率（FRR）。
引用
@article{arxiv.1811.00348,
title = {Sequence-to-sequence Models for Small-Footprint Keyword Spotting},
author = {Haitong Zhang and Junbo Zhang and Yujun Wang},
journal= {arXiv preprint arXiv:1811.00348},
year = {2018}
}
备注
Submitted to ICASSP 2019