基于多尺度距离矩阵的语音关键词检测与细粒度定位方法
Spoken term detection and fine-grained localization method based on multi-scale distance matrices
1. 江苏大学 计算机与通信工程学院, 江苏 镇江 212013
2. 江苏省大数据泛在感知与智能农业应用工程研究中心, 江苏 镇江 212013
摘要
针对现有语音关键词检测方法定位精度低的问题，提出了一种基于多尺度距离矩阵的语音关键词检测与细粒度定位方法(spoken term detection and fine-grained localization method based on multi-scale distance matrices，MF-STD)。该方法首先利用残差卷积网络提取特征并构建距离矩阵以建模输入之间的相关性，其次通过多尺度分割和解耦头学习不同尺度下的定位信息，最后根据多尺度加权定位损失、置信度损失和分类损失优化模型，实现对关键词存在性和时域边界的细粒度预测。在LibriSpeech数据集上的实验结果表明，MF-STD在集内词的检测中，精准率和交并比分别达到97.1%和88.6%；在集外词的检测中，精准率和交并比分别达到96.7%和88.2%。与现有的语音关键词检测与定位方法相比，MF-STD的检测准确率和定位精度显著提升，充分证明该方法的先进性，也证明了多尺度特征建模与细粒度定位约束在语音关键词检测任务中的有效性。
基金项目
江苏省重点研发计划(BE2020036)、江苏大学应急管理学院专项科研项目(KY-A-01)
出版信息
DOI: 10.19734/j.issn.1001-3695.2024.03.0097
出版期卷: 《计算机应用研究》 优先出版, 2024年第41卷 第11期
发布历史
[2024-08-05] 优先出版
引用本文
李祥瑞, 毛启容. 基于多尺度距离矩阵的语音关键词检测与细粒度定位方法 [J]. 计算机应用研究, 2024, 41 (11). (2024-09-11). https://doi.org/10.19734/j.issn.1001-3695.2024.03.0097. (Li Xiangrui, Mao Qirong. Spoken term detection and fine-grained localization method based on multi-scale distance matrices [J]. Application Research of Computers, 2024, 41 (11). (2024-09-11). https://doi.org/10.19734/j.issn.1001-3695.2024.03.0097. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
