通过正交化规则学习解耦合特征

Mar, 2022

Learning Decoupling Features Through Orthogonality Regularization

Li Wang, Rongzhi Gu, Weiji Zhuang, Peng Gao, Yujun Wang...

TL;DR为了同时提高语音任务中关键词识别和说话人验证的性能，设计了具有相同结构的两个深度网络（关键词分支和说话人验证分支），提出了一种新的解耦特征学习方法，并使用正交性约束技术，实现对谷歌语音命令数据集的最佳性能。

Abstract

keyword spotting (KWS) and speaker verification (SV) are two important tasks in speech applications. Research shows that the state-of-art KWS and SV models are trained independently using different datasets since

keyword spotting speaker verification two-branch deep network decoupling feature learning orthogonality regularization

发现论文，激发创造

探索用于小尺寸关键词检测的表示学习

本文探讨了如何利用自监督对比学习和预训练模型来进行低资源关键词检测中的表征学习，通过构建局部 - 全局对比同构网络和利用预训练 Wav2Vec 2.0 模型，该小型模型可以利用未标记的数据进行预训练，实验结果表明在小的标记数据集的情况下，自我训练的 WVC 模块和自监督的 LGCSiam 模块可以显著提高准确性。

Mar, 2023

深度口语关键词检测：概述

本文综述了深度口语识别应用技术，包括深度学习、语音识别、音视频识别等方向，旨在为相关从业者和研究人员提供指导和帮助。

Nov, 2021

野外视觉语音识别零样本关键词检测

本论文针对实际应用中未被训练过的词语进行视觉关键词检测的问题，并使用端到端的多层神经网络架构，使用语音图形编码器解决了此问题，该模型在 LRS2 数据集上取得了非常有前途的结果。

Jul, 2018

基于语音增强的无监督学习关键词检测

本文研究了一种基于语音增强的无监督学习方法来解决关键词检测任务，提出了一种 CNN-Attention 模型来处理关键词检测任务，并通过两种语音增强方法来提高模型的稳健性和分类效果，实验表明，这种增强式的无监督学习方法能够进一步提高关键词检测的准确率。

May, 2022

用于设备上关键词识别系统自定义的 Few-Shot 开放集学习

本研究针对 KeyWord Spotting 的应用场景，提出了基于 Deep Learning 和 Few-shot Learning 的开放式分类方法，并通过使用三元组损失训练编码器，实现了较高的精度和较低的未知数据虚警率。

Jun, 2023

通过自监督预训练实现噪声鲁棒的关键词检测

使用自我监督学习（SSL）预训练算法 Data2Vec 可以提高关键词识别（KWS）模型在嘈杂环境下的鲁棒性。

Mar, 2024

基于设备的约束自监督语音表示学习在关键词检测中的应用：知识蒸馏

提出了一种基于知识蒸馏的自监督语音表示学习（S3RL）体系结构，用于在设备上进行关键词检测任务，通过使用双视角交叉相关蒸馏和教师的码本作为学习目标，在设备资源限制内构建自监督模型，对 Alexa 关键词检测任务表现出非凡的性能。

Jul, 2023

借助辅助数据监督提高小型足迹的少样本关键词识别

使用未标记的朗读语音数据作为辅助来源，我们提出了一个框架，通过自动注释和过滤数据来构建类似于关键词的数据集，利用多任务学习来提高模型的表示能力，从而显著提高了少样本关键词检测模型性能。

Aug, 2023

使用 Sinc 卷积在原始音频数据上进行小型关键词检测

本论文提出了一种新的端到端体系结构，并使用参数化 Sinc 卷积直接从原始音频中提取谱特征，实现了关键词的实时分类，其准确度高达 96.4%，序数为 62k。

Nov, 2019

基于深度学习的声学关键词检测的序列判别训练

本文探讨了基于深度学习框架下的固定词汇量和无限制口语识别中，序列鉴别式训练的有效性，提出了一种有效的方法，通过引入独立音素网格或非关键词空白符号来构建竞争性假设，相比前面基于深度学习的原始方法，在固定词汇和无限制 KWS 任务中，提高了很大的识别性能。

Aug, 2018