关键词检测任务调研（Keyword Spotting）（1）

目录

背景介绍

参考文献 

​​​​​​

背景介绍

• 随着语音智能手机和家庭助理的快速发展，人机对话界面在众多应用中变得越来越流行。这些语音接口的设计要求明确区分日常会话和语音命令。显然，连续执行语音识别并不节能。因此，通常采用一种更简单的方法，使用预定义的关键字作为激活自动语音识别模块的触发器。关键字识别（KWS）是一种持续监听特定关键字以启动语音输入的功能，可用于基于语音的人机界面中的唤醒词检测。与传统的关键词检测任务不同，在硬件的约束下，现实生活中的唤醒词检测必须是网络高效的。（这段话出自笔者论文）
• 所以笔者整理了一些参考文献，按照时间顺序陈列如下，读者可以根据年份、引用量进行选择性阅读
• 关键词检测任务调研（Keyword Spotting）（余下系列）中会有其中几篇论文的阅读总结，方便大家了解。
• 搜索论文可以通过：https://www.semanticscholar.org/

参考文献 

1. Small-footprint keyword spotting using deep neural networks

2. Convolutional neural networks for small-footprint keyword spotting

3. Deep residual learning for small-footprint keyword spotting

4. Convolutional recurrent neural networks for small-footprint keyword spotting

5. Attention-based end-to-end models for smallfootprint keyword spotting

6. A time delay neural network with shared weight self-attention for smallfootprint keyword spotting

7. Temporal Convolution for Real-time Keyword Spotting on Mobile Devices

8. Small-footprint keyword spotting with graph convolutional network

9. Multitask Learning of Deep Neural Network-Based Keyword Spotting for IoT Devices 2019

10. Small-Footprint Keyword Spotting with Multi-Scale Temporal Convolution 2020年

11. Multi-scale Convolution for Robust Keyword Spotting  2020年（与上一篇时间差不多）

12. Depthwise Separable Convolutional ResNet with Squeeze-and-Excitation Blocks for Small-footprint Keyword Spotting （2020）

13. Broadcasted Residual Learning for Efficient Keyword Spotting  2021（引用【10，12】）

14. AUC Optimization for Robust Small-footprint Keyword Spotting with Limited Training Data（引用【11，12】）

15. Encoder-Decoder Neural Architecture Optimization for Keyword Spotting （2021引用【12】）

16. Attention-based End-to-End Models for Small-Footprint Keyword Spotting