WeKws：一款面向生产环境的小型端到端关键词 spotting 工具包
音频与语音处理
2022-11-01 v1 声音
摘要
关键词 spotting（KWS）实现了基于语音的用户交互，并逐渐成为智能设备不可或缺的组件。近来，端到端（E2E）方法已成为设备上 KWS 任务最流行的途径。然而，E2E KWS 方法的研究与部署之间仍存在差距。本文中，我们介绍 WeKws，一个具有生产质量、易于构建且便于应用的 E2E KWS 工具包。WeKws 包含若干最先进骨干网络的实现，使其在三个公开可用数据集上取得极具竞争力的结果。为使 WeKws 成为纯 E2E 工具包，我们采用一种精炼的最大池化损失，使模型自行学习关键词的结束位置，这显著简化了训练流程，并使 WeKws 能高效应用于真实场景。该工具包公开于 https://github.com/wenet-e2e/wekws。
引用
@article{arxiv.2210.16743,
title = {WeKws: A production first small-footprint end-to-end Keyword Spotting Toolkit},
author = {Jie Wang and Menglong Xu and Jingyong Hou and Binbin Zhang and Xiao-Lei Zhang and Lei Xie and Fuping Pan},
journal= {arXiv preprint arXiv:2210.16743},
year = {2022}
}