Rozpoznávání a detekce klíčových slov

Anton LYTVYNIUK

Bachelor's thesis

Keyword detection and recognition

Abstract:

S rozvojem hlubokého strojového učení roste i jeho využití v chytrých zařízeních, proto existuje velká potřeba provozování modelů v kontextu omezené výpočetní síly. Jednou z významných úloh v oblasti rozpoznávání řeči a komunikace člověk-stroj je detekce klíčových slov (keyword spotting, KWS). Tato práce vyšetřuje různé architektury neuronových sítí a porovnává učení s učitelem a učení částečně s učitelem. Zjistilo se, že z navržených sítí nejlepších výsledků dosahuje síť ResNet8 a že model před-trénovaný na datové sadě LibriSpeech Light se dobře přenáší na úlohu KWS.

Abstract:

With the development of deep machine learning its usage becomes increasingly popular in smart devices, consequently there is a significant need of operating such models in the context of limited computational power. One of the frequent tasks in the domain of speech recognition and human-machine communication is keyword spotting (KWS). This paper investigates multiple neural network architectures and compares supervised and self-supervised learning approaches. We show that the ResNet8 architecture achieves the best results and that the model pretrained on LibriSpeech Light dataset transfers well to the KWS task.

Keywords

Rozpoznávání řeči, rozpoznávání klíčových slov, hluboká neuronová síť, učení částečně s učitelem, malý výpočetní výkon.

Language used: Czech

Date on which the thesis was submitted / produced: 15. 8. 2022

Accessible from:: 31. 12. 2999

Thesis defence

• Supervisor: Ing. Luboš Šmídl, Ph.D.

University of West Bohemia

Faculty of Applied Sciences

Bachelor programme / field:
Cybernetics and Control Engineering / Artificial Intelligence and Automation