基于量化LSTM网络的小 footprint 开放词汇关键词 spotting
计算与语言
2020-02-26 v1
摘要
我们探索了一种基于关键字的口语理解系统，其中用户的意图可通过在查询中检测到一系列关键字直接推导得出。本文聚焦于一种开放词汇关键词 spotting 方法，允许用户定义自己的关键字而无需重新训练整个模型。我们描述了导致一个快速且小 footprint 系统的不同设计选择，该系统能够在微型设备上运行，适用于任意一组用户定义的关键字，且无需针对那些关键字训练数据。该模型基于量化长短期记忆（LSTM）神经网络，采用连接主义时序分类（CTC）训练，权重小于500KB。我们的方法利用CTC训练网络预测的一些特性来校准置信度分数并实现快速检测算法。所提系统优于标准的关键字-填充模型方法。
引用
@article{arxiv.2002.10851,
title = {Small-Footprint Open-Vocabulary Keyword Spotting with Quantized LSTM Networks},
author = {Théodore Bluche and Maël Primet and Thibault Gisselbrecht},
journal= {arXiv preprint arXiv:2002.10851},
year = {2020}
}