文献

J-GLOBAL ID：202002213664385194   整理番号：20A1614322

ウェイクワードスポッティングのためのデータ効率的モデリングに向けて【JST・京大機械翻訳】

Towards Data-Efficient Modeling for Wake Word Spotting

著者 (5件)： Gao Yixin (Alexa, Amazon.com Inc,Cambridge,MA,USA,02142) ,  Mishchenko Yuriy (Alexa, Amazon.com Inc,Cambridge,MA,USA,02142) ,  Shah Anish (Alexa, Amazon.com Inc,Cambridge,MA,USA,02142) ,  Matsoukas Spyros (Alexa, Amazon.com Inc,Cambridge,MA,USA,02142) ,  Vitaladevuni Shiv (Alexa, Amazon.com Inc,Cambridge,MA,USA,02142)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICASSP  ページ： 7479-7483  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Wake単語(WW)スポッティングは,信号伝送における干渉だけでなく,音響環境における複雑性のため,遠視野において挑戦的である。伝統的なWWモデル訓練は,かなりのヒトアノテーションを有する大量のドメイン内WW特異的データを必要とする。これは,そのようなデータを欠く状況におけるモデル構築を妨げる。本論文では,ドメインミスマッチ,雑音条件,制限アノテーションなどのWWモデリングにおける課題に取り組むためのデータ効率の良いソリューションを提示した。提案システムは,階層化データ増強を伴う多条件訓練パイプラインから構成され,それは,非転写音声コーパスからWWと敵対例を抽出するために,半教師つき学習パイプラインと共に,様々な事前定義音響条件に対するモデルロバスト性を改善した。領域不整合WWオーディオの10時間のみから始めて,音響環境における複雑性を捉えるために,訓練データセットを20-100倍拡張し,強化することができた。実ユーザデータに関する著者らの実験は,提案解法が,注釈のための帯域幅の収集と86%のWW-特定データの量の97%を節約することによって,生産グレードモデルの同等の性能を達成できることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  *音響 ,  ヒト ,  信号伝送 ,  オーディオ機器 ,  帯域幅 ,  遠視野 ,  単語 ,  ロバスト性 ,  音環境 ,  アノテーション
準シソーラス用語： 音声コーパス ,  訓練データ ,  複雑性 ,  半教師つき学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： モデリング