[控场AI]
概念multi-keyword model

多关键词模型

为多个预设关键词分别输出独立分数的语音关键词识别模型,常采用sigmoid多标签输出,配合阈值与冷却逻辑进行消歧,适用于固定命令集场景

时间轴 (近 90 天)

10月19日

在离线语音控制中,将唤醒词检测和命令识别拆分为两级架构:音频流先持续送入唤醒词模型,命中唤醒词后开启短暂时间窗,将窗口内音频交给多关键词模型做命令识别。

待验证50%
10月19日

多关键词模型的输出层为每个关键词标签输出独立分数(常见 sigmoid 多标签输出),同一帧音频理论上可同时激活多个标签,因此应用需配合阈值与冷却逻辑消歧。

待验证50%
10月19日

多关键词模型适用于词表事先已知的场景,不能替代开放式语音识别;包含任意参数的说法(如“把客厅灯调到37%”)仍需 ASR 加意图解析。

待验证50%
10月12日

多关键词模型可以解决一个产品需要唤醒词加多个命令的场景,通过一个推理管线暴露多个输出,而不是为每个短语加载独立模型

待验证50%

全部知识事实 (4)

来源文章