NPU 团队在 2020 个性化语音触发挑战赛中的系统
声音
2021-03-01 v1 机器学习
音频与语音处理
摘要
本文描述了 NPU 团队为 2020 个性化语音触发挑战赛开发的系统。我们提交的系统由两个独立训练的子系统组成：一个小足迹关键词 spotting（KWS，关键词 spotting）系统和一个说话人验证（SV）系统。对于 KWS 系统，提出了一种多尺度扩张时间卷积（MDTC）网络来检测唤醒词（WuW）。对于 SV 系统，Write something here。KWS 预测音频语句是否包含 WuW 的后验概率，并同时估计 WuW 的位置。当 WuW 的后验概率达到预定义阈值时，触发片段的身份信息由 SV 系统确定。在评估数据集上，我们提交的系统在近讲与远场任务中分别取得 0.081 和 0.091 的检测代价。
引用
@article{arxiv.2102.13552,
title = {The NPU System for the 2020 Personalized Voice Trigger Challenge},
author = {Jingyong Hou and Li Zhang and Yihui Fu and Qing Wang and Zhanheng Yang and Qijie Shao and Lei Xie},
journal= {arXiv preprint arXiv:2102.13552},
year = {2021}
}