从强噪声与混合语音中 spotting 关键词
声音
2023-10-10 v1 人工智能
音频与语音处理
摘要
现有大多数关键词 spotting 研究聚焦于轻度或中度噪声条件。本文尝试解决一项更具挑战性的任务:检测埋藏于强干扰语音(幅度为关键词的 10 倍)之下、甚至与其他关键词混合的关键词。我们提出一种新颖的混合训练(MT)策略,促使模型从噪声与混合语音中发现低能量关键词。实验采用一个朴素 CNN 与两个 EfficientNet(B0/B2)架构进行。基于 Google Speech Command 数据集的评估结果表明,所提混合训练方法极为有效,优于标准数据增强与 mixup 训练。
引用
@article{arxiv.2305.17706,
title = {Spot keywords from very noisy and mixed speech},
author = {Ying Shi and Dong Wang and Lantian Li and Jiqing Han and Shi Yin},
journal= {arXiv preprint arXiv:2305.17706},
year = {2023}
}
备注
Interspeech 2023