論文の概要: Latency Control for Keyword Spotting

• arxiv url: http://arxiv.org/abs/2206.07261v1
• Date: Wed, 15 Jun 2022 02:45:28 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-16 13:22:52.177275
• Title: Latency Control for Keyword Spotting
• Title（参考訳）: キーワードスポッティングのための遅延制御
• Authors: Christin Jose, Joseph Wang, Grant P. Strimel, Mohammad Omar Khursheed, Yuriy Mishchenko, Brian Kulis
• Abstract要約: 本稿では,KWSモデルの遅延を制御し,キーワード終端の明示的な知識を伴わずに任意の損失関数に一般化する手法を提案する。 提案手法は,既存の手法と比較して遅延制約下での優れた性能を示す。
• 参考スコア（独自算出の注目度）: 15.064124334190216
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conversational agents commonly utilize keyword spotting (KWS) to initiate voice interaction with the user. For user experience and privacy considerations, existing approaches to KWS largely focus on accuracy, which can often come at the expense of introduced latency. To address this tradeoff, we propose a novel approach to control KWS model latency and which generalizes to any loss function without explicit knowledge of the keyword endpoint. Through a single, tunable hyperparameter, our approach enables one to balance detection latency and accuracy for the targeted application. Empirically, we show that our approach gives superior performance under latency constraints when compared to existing methods. Namely, we make a substantial 25\% relative false accepts improvement for a fixed latency target when compared to the baseline state-of-the-art. We also show that when our approach is used in conjunction with a max-pooling loss, we are able to improve relative false accepts by 25 % at a fixed latency when compared to cross entropy loss.
• Abstract（参考訳）: 会話エージェントは、通常、キーワードスポッティング(KWS)を使用してユーザとの音声対話を開始する。 ユーザエクスペリエンスとプライバシについて考えると、既存のKWSのアプローチは正確性に重点を置いています。 このトレードオフに対処するため,KWSモデルの遅延を制御し,キーワード終端の明示的な知識を伴わずに任意の損失関数に一般化する手法を提案する。 調整可能な1つのハイパーパラメータにより、本手法はターゲットアプリケーションの検出遅延と精度のバランスをとることができる。 実験により,本手法は既存の手法と比較して遅延制約下での優れた性能を示すことを示す。 すなわち、ベースラインの最先端と比較して、固定遅延ターゲットに対して、かなり25%の相対的な偽が改善される。 また,本手法を最大プール損失と併用した場合,クロスエントロピー損失と比較して,固定遅延時において相対的偽受け入れ率を25%向上できることを示した。

関連論文リスト

• Growing Q-Networks: Solving Continuous Control Tasks with Adaptive Control Resolution [51.83951489847344]
  ロボット工学の応用において、スムーズな制御信号はシステム摩耗とエネルギー効率を減らすために一般的に好まれる。 本研究では,離散的な動作空間を粗い状態から細かい制御分解能まで拡大することにより,この性能ギャップを埋めることを目的とする。 我々の研究は、値分解とアダプティブ・コントロール・リゾリューションが組み合わさることで、単純な批判のみのアルゴリズムが得られ、連続制御タスクにおいて驚くほど高い性能が得られることを示唆している。
  論文  参考訳（メタデータ） (2024-04-05T17:58:37Z)
• Entanglement buffering with two quantum memories [0.0]
  量子ネットワークは、絡み合ったリンクとして知られる高品質な量子ビット対の可用性に極めて依存している。 これらのリンクの品質を維持することは、時間依存ノイズが存在するため難しい課題である。 絡み合い浄化プロトコルは、複数の低品質な絡み合い状態からより少数の高品質な状態に変換することで解を提供する。
  論文  参考訳（メタデータ） (2023-11-16T17:46:00Z)
• ReAct: Temporal Action Detection with Relational Queries [84.76646044604055]
  本研究は,アクションクエリを備えたエンコーダ・デコーダフレームワークを用いて,時間的行動検出(TAD)の進展を図ることを目的とする。 まず,デコーダ内の関係注意機構を提案し,その関係に基づいてクエリ間の関心を誘導する。 最後に、高品質なクエリを区別するために、推論時に各アクションクエリのローカライズ品質を予測することを提案する。
  論文  参考訳（メタデータ） (2022-07-14T17:46:37Z)
• Upper bounds on key rates in device-independent quantum key distribution based on convex-combination attacks [1.118478900782898]
  上界DIQKDキーレートの効率的かつ使いやすい手法として凸結合攻撃を提案する。 最先端プロトコルのキーレートの低いバウンダリの精度を検証することができる。
  論文  参考訳（メタデータ） (2022-06-13T15:27:48Z)
• Partial Identification with Noisy Covariates: A Robust Optimization Approach [94.10051154390237]
  観測データセットからの因果推論は、しばしば共変量の測定と調整に依存する。 このロバストな最適化手法により、広範囲な因果調整法を拡張し、部分的同定を行うことができることを示す。 合成および実データセット全体で、このアプローチは既存の手法よりも高いカバレッジ確率でATEバウンダリを提供する。
  論文  参考訳（メタデータ） (2022-02-22T04:24:26Z)
• Selective Network Linearization for Efficient Private Inference [49.937470642033155]
  本稿では,予測精度を維持しつつReLUを選択的に線形化する勾配に基づくアルゴリズムを提案する。 その結果、現在の技術よりも4.25%$の精度(so-ReLUは50K)、または2.2times$のレイテンシ(so-accuracyは70%)が低いことがわかった。
  論文  参考訳（メタデータ） (2022-02-04T19:00:24Z)
• Doubly Robust Off-Policy Actor-Critic: Convergence and Optimality [131.45028999325797]
  ディスカウント型MDPのための2倍堅牢なオフポリチックAC(DR-Off-PAC)を開発した。 DR-Off-PACは、俳優と批評家の両方が一定のステップで同時に更新される単一のタイムスケール構造を採用しています。 有限時間収束速度を研究し, dr-off-pac のサンプル複雑性を特徴とし, $epsilon$-accurate optimal policy を得る。
  論文  参考訳（メタデータ） (2021-02-23T18:56:13Z)
• Debona: Decoupled Boundary Network Analysis for Tighter Bounds and Faster Adversarial Robustness Proofs [2.1320960069210484]
  ニューラルネットワークは、安全クリティカルな現実世界のアプリケーションで一般的に使用される。 このような敵の例が存在しないこと、あるいは具体的な例を提供することは、安全なアプリケーションを保証するために不可欠である。 畳み込みネットワークにおける最大プーリング層上層と下層の境界の厳密な証明を行う。
  論文  参考訳（メタデータ） (2020-06-16T10:00:33Z)
• Towards Streaming Perception [70.68520310095155]
  本稿では、リアルタイムオンライン知覚のための単一のメトリクスにレイテンシと精度を協調的に統合するアプローチを提案する。 この指標の背後にある重要な洞察は、瞬間ごとに認識スタック全体の出力を共同で評価することである。 本稿では,都市ビデオストリームにおけるオブジェクト検出とインスタンスセグメンテーションの具体的タスクに注目し,高品質で時間依存的なアノテーションを備えた新しいデータセットを寄贈する。
  論文  参考訳（メタデータ） (2020-05-21T01:51:35Z)
• Scaling Up Online Speech Recognition Using ConvNets [33.75588539732141]
  我々は、TDS(Time-Depth Separable)畳み込みとCTC(Connectionist Temporal Classification)に基づくオンラインエンドツーエンド音声認識システムを設計する。 我々は,将来的なコンテキストを制限し,精度を維持しながらレイテンシを低減するため,コアTDSアーキテクチャを改善した。 このシステムは、よく調整されたハイブリッドASRベースラインの3倍のスループットを持ち、レイテンシも低く、単語エラー率も優れている。
  論文  参考訳（メタデータ） (2020-01-27T12:55:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。