arXiv · AI· Adarsh Arigala, Ramesh Gundluru, Srinivasan Umesh, Ludovick Lepauloux, Hakim Hacid·· 3 天前AI 评分30
Pixel-KWS:基于渲染字形表示的正交鲁棒开放词汇关键词检测
Pixel-KWS: Rendered-Glyph Representations for Orthographically Robust Open-Vocabulary Keyword Spotting
AI 导读
Pixel-KWS 在 LibriPhrase 上无预训练即超越所有基线,LibriPhrase-hard 和 easy 的 EER 分别为 9.57% 和 0.43%。 该框架将字符渲染为灰度图像,用轻量级 CNN 编码,通过视觉形式泛化,显著提升了对同形异义字符和 l33tspeak 变体的鲁棒性。
来源:arXiv · AI · arxiv.org