论文部分内容阅读
低资源条件下的语音关键词检测是一个具有挑战性的问题，因为传统的基于大词汇量连续语音识别（LVCSR）的语音关键词检测方法不再适用．针对此问题提出了一种基于深度神经网络（DNN）输出层后验概率特征和改进的动态时间规整（DTW）算法的语音关键词检测方法．采用无监督高斯混合模型（GMM）和中、英文DNN音素模型得出的输入特征构建互补的子系统，并在SWS2013多语种数据集上进行实验．结果表明：相对于基线系统，分数层面的多语种、多系统融合能够有效地提升语音关键词检测系统的性能．