PulseAugur
中
实时 07:18:02

新的时间层提高了流式关键词识别的效率

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员引入了一种新的时间层，称为 cumsum-composable phase transport，旨在实现高效的流式关键词识别。该方法旨在通过维护紧凑的循环状态来提高语音模型的性能，使其适用于短音频任务。在 Google Speech Commands v2 数据集上的实验表明，与现有基线相比，该方法在显著降低延迟的同时具有可竞争的准确性。 AI

影响 引入了一种更高效的实时语音识别方法，有望提高语音激活设备和服务的性能。

排序理由 详细介绍一种新的语音处理方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的时间层提高了流式关键词识别的效率

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Mahesh Godavarti ·

    Cumsum-Composable Phase Transport for Low-Cost Streaming Keyword Spotting

    arXiv:2607.20086v1 Announce Type: cross Abstract: State-space sequence models are attractive for streaming speech because they maintain compact recurrent state, but scan-style training kernels can have unfavorable constants for short audio tasks. We study cumsum-composable phase …

相关实体

相关话题