使用Kaldi進行深度神經網絡的命令檢測，無需綁定語言

Question

有沒有人看到任何示例如何設置簡單的應用程序來訓練dnet，然後使用它來識別有限數量的語音命令而不綁定到特定語言？我相信Kaldi API對它來說非常強大，但缺乏文檔。

Answer 1

1）您採用現有的DNN模型或自行訓練。你可以使用Kaldi的Tedlium實驗，它可以自由運行。模型是否適用於英語並不重要，它也適用於其他語言。

2）您從兩個訓練關鍵詞中提取DNN後綴。可以使用nnet3-am-compute工具。它需要DNN模型並返回每個幀的語音或狀態後驗。

3）您執行DTW algorithm來比較DNN後綴。這部分你必須自己做，它不是在Kaldi中實現的。

相關論文描述的算法：

Investigating Neural Network based Query-by-Example Keyword Spotting Approach for Personalized Wake-up Word Detection in Mandarin Chinese

Query-By-Example Spoken Term Detection Using Phonetic Posteriorgram Templates