本文主要是介绍关键词检测任务调研（Keyword Spotting）（1），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
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
这篇关于关键词检测任务调研（Keyword Spotting）（1）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
