基于联合知识迁移的低资源语音关键词检测

来源：吉林大学学报·理学版杂志2026年第2期北京时间：

作者：黄金鑫, 贺前华, 郑若伟, 杨茗茹, 王文武

单位：1. 华南理工大学 电子与信息学院, 广州 510641； 2. 萨里大学 视觉、 语音和信号处理中心, 英国 吉尔福德 GU2 7XH

摘要：针对低资源条件下语音关键词检测准确率较低的问题, 提出一种联合无监督特征提取与有监督模型参数迁移的检测方法. 首先, 利用大规模无标注语音数据训练深度特征提取网络, 并将提取的特征与声学谱图特征进行融合, 以增强特征对声学环境的鲁棒性； 其次, 利用源域丰富的有标注数据对判决网络进行预训练, 通过参数迁移的方式引入判决知识, 解决目标域训练数据不足导致的模型难收敛问题； 最后, 使用极少量目标域数据对整体网络进行微调. 在客家话及粤语数据集上的实验结果表明, 该方法显著优于单一迁移策略, 在客家话任务中错误拒绝率降至11.77%, 加权关键词最大值提升至0.734 6. 实验结果证明该方法能有效缓解数据匮乏问题, 显著提升低资源语种的检测性能.

关键词：语音关键词检测,深度学习,低资源,联合知识迁移