随着现代科技的进步,智能化语音设备走进了千家万户,语音关键词检测技术也成为人机交互的重要组成部分。随着深度学习逐步渗透到各个领域,基于深度学习的语音关键词检测算法凭借其强大的计算能力以及更高的准确性超越经典语音关键词检测算法成为主流,然而由于实际应用时环境噪音等因素对语音的影响比较大,以及面对未知数据时会出现神经网络对自身产生的预测结果过于自信,导致当前语音关键词检测方法对其产生错误的判断结果的情况,尤其预定义关键词内外的数据量严重不平衡,当待检测语音数据为预定义关键词之外的词汇时,检测模型会产生大量的虚警,严重影响用户体验。另一方面,适合资源有限的小型终端设备使用的轻量型关键词检测模型更容易受到预定义关键词之外词汇和环境噪音等因素的干扰而产生大量误报虚报,无法满足语音关键词检测系统实时性高、鲁棒性强的要求。针对上述问题,本文提出了两种优化方法用于提高基于深度学习的语音关键词检测方法的置信度,改善模型性能。首先,提出了一种基于三元组置信度分支的语音关键词检测方法,通过一个结合注意力机制的置信度分支学习对每个预测结果进行置信度估计,并利用置信度估计值客观度量预测结果的可靠程度,再结合注意力评分机制更准确有效地提升检测模型的置信度估计能力,降低检测模型的虚警率。另一方面针对语音关键词较为短小且存在发音相似的现象,在卷积循环网络的基础上引入三元组损失促进网络学习关键词类别之间的关系,同时提升了模型处理可变长度序列数据时的性能,并通过与最先进的方法对比和消融实验分析,证明了本文提出的基于三元组置信度分支的语音关键词检测方法可以有效提高关键词检测模型的精度。其次,提出了一种基于知识蒸馏的语音关键词检测方法,探讨了师生网络对预测结果及其置信度的排序关系,将置信度估计能力作为一种知识由教师网络传递给学生网络,使轻量型学生网络能够为正确预测结果生成高置信度、为错误预测结果生成低置信度来区分正误预测结果,提高轻量检测模型的拒识率。另一方面使用注意力机制动态获取师生网络之间合适的中间层特征连接方案以及知识蒸馏的强度,使得知识迁移的效果最大化,最后通过实验证明了该方法可以有效提升适合小型终端设备等多种场景使用的轻量关键词检测模型的准确率。