Convolutional Recurrent Neural Networks for Small-Footprint Keyword Spotting 卷積遞歸神經網絡的小腳印關鍵詞發現

Abstract 關鍵字發現（KWS）構成了人機界面的主要組成部分。 KWS的目標是在低虛警（FA）率下最大化檢測精度，同時最小化佔用空間，延遲和複雜性。 爲了實現它們，我們研究了卷積遞歸神經網絡（CRNN）。 受大規模先進語音識別系統的啓發，我們結合了卷積層和遞歸層的優勢，以利用局部結構和遠程上下文。 我們分析了架構參數的影響，並提出了提高性能的培訓策略。 僅需約230k參數，我們的CRNN模型

>>阅读原文<<