文献

J-GLOBAL ID：202102224495356899   整理番号：21A1305231

畳込みリカレントニューラルネットワークとコネクショニスト時間分類を用いた質問毎のオンデバイスキーワードスポッティング【JST・京大機械翻訳】

Query-by-Example on-Device Keyword Spotting using Convolutional Recurrent Neural Network and Connectionist Temporal Classification

著者 (4件)： Meirong Li (Xi’an Aeronautical University,Department of Computer Science,Xi’an,China) ,  Shaoying Zhang (Xi’an Aeronautical University,Department of Computer Science,Xi’an,China) ,  Chuanxu Cheng (Xi’an Aeronautical University,Department of Computer Science,Xi’an,China) ,  Wen Xu (Xi’an Aeronautical University,Department of Computer Science,Xi’an,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： ICSP  ページ： 1291-1294  発行年： 2021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： キーワードスポッティング(KWS)はモバイルデバイスにおける音声ベースアプリケーションにとって本質的な特徴である。KWSシステムのサブ標準発音に関する電力消費を減らし,ロバスト性を改善するために,本論文は,畳込みリカレントニューラルネットワーク(CRNN)と接続器Temporal分類(CTC)を用いて,問い合わせのオンデバイスキーワードスポッティングシステムを提案する。CRNNは音素事後確率を直接予測し,CTCは出力音素シーケンスのスコアを計算する。計算コストを減らすために,CRNNベースのモデルを次に単純化して,テンプレート発生器を動的時間Wrapper(DTW)に基づくキーワードテンプレートを作り出すために築き上げた。提案したKWSシステムは,低い計算要求を持ち,低電力デバイスに関する登録と推論の両方に適している。それは,他の問い合わせシステムと比較して,競合性能を持ち,そして,雑音または遠方場環境の下でさえ,商業応用レベルの基準を達成した。Copyright 2021 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 ,  *畳込み ,  簡素化 ,  電力消費 ,  音素 ,  事後確率 ,  発音 ,  遠方場 ,  ロバスト性
準シソーラス用語： モバイルデバイス ,  *リカレントニューラルネットワーク ,  計算コスト ,  *キーワードスポッティング , 【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 (4件)： 畳込み ,  リカレントニューラルネットワーク ,  分類 ,  質問