利用深度神经网络与连接主义时序分类器的小 footprint 关键词检测
计算与语言
2017-09-13 v1
摘要
主要为了解决特定关键词数据缺乏的问题，我们提出了一种关键词检测 (KWS) 系统，该系统利用深度神经网络 (DNN) 和连接主义时序分类器 (CTC)，运行于功耗受限的小 footprint 移动设备上，并充分利用来自连续语音识别的大量通用语料库。DNN 用于直接预测任何个人定制关键短语的音素单元后验概率，而 CTC 则作为响应决策机制，为给定的音素序列生成置信度评分。与纯基于 DNN 的特定关键词 KWS 相比，CTC-KWS 具有竞争力的性能，且未增加任何计算复杂度。
引用
@article{arxiv.1709.03665,
title = {Small-footprint Keyword Spotting Using Deep Neural Network and Connectionist Temporal Classifier},
author = {Zhiming Wang and Xiaolong Li and Jun Zhou},
journal= {arXiv preprint arXiv:1709.03665},
year = {2017}
}