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)
待验证
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。
50%待验证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。
50%待验证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。
50%待验证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
50%