論文の概要: Training Intelligent Voice Assistant Wakeup with Controllable Synthetic Conversations

• arxiv url: http://arxiv.org/abs/2609.27037v1
• Date: Tue, 22 Sep 2026 20:34:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.764048
• Title: Training Intelligent Voice Assistant Wakeup with Controllable Synthetic Conversations
• Title（参考訳）: 制御可能な音声対話による知的音声アシスタントの覚醒訓練
• Abstract要約: 本稿では、文脈的トリガ検出による従来の直接キーワード検出を拡張した新しいウェイクアップシステムを提案する。 本稿では,62.3時間の多話者会話コーパスを生成するデータ生成アーキテクチャを提案する。 実験により,多様な対話シナリオにまたがって提案手法の有効性が示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Wake word detection is a critical component of virtual assistants, serving as the gateway to seamless user interactions. This paper introduces a novel wake-up system that extends traditional direct keyword detection with contextual trigger detection. After an initial wake word activation, the system uses reasoning to distinguish between user commands and unrelated speech, ensuring efficient and context-aware engagement. We present a data generation architecture that produces a 62.3-hour corpus of controllable multi-speaker conversations containing direct invocations, contextual follow-ups, and non-addressed speech. Experimental results demonstrate the effectiveness of the proposed approach across diverse synthetic conversational scenarios. We release the code, dataset and trained models to promote reproducibility and further advancements in intelligent assistant technologies.
• Abstract（参考訳）: ウェイクワード検出は仮想アシスタントの重要なコンポーネントであり、シームレスなユーザインタラクションのゲートウェイとして機能する。 本稿では、文脈的トリガ検出による従来の直接キーワード検出を拡張した、新しいウェイクアップシステムを提案する。 最初のウェイクワードアクティベーションの後、システムは推論を使用してユーザコマンドと無関係な音声を区別し、効率的でコンテキスト対応のエンゲージメントを確保する。 本稿では、直接呼び出し、文脈追従、非適応音声を含む制御可能な多話者会話の62.3時間コーパスを生成するデータ生成アーキテクチャを提案する。 実験により,多様な合成会話シナリオにまたがって提案手法の有効性が示された。 私たちは、インテリジェントアシスタント技術の再現性とさらなる進歩を促進するために、コード、データセット、トレーニングされたモデルをリリースします。

関連論文リスト

• Agentic Conversational Search with Contextualized Reasoning via Reinforcement Learning [66.52010873968383]
  本稿では,RL学習を通じて学習した探索的,適応的な行動を可能にする,交互に探索と推論をインターリーブする対話エージェントを提案する。 広く使われている4つの対話型ベンチマークによる実験結果から,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2026-01-19T14:55:54Z)
• Empowering Whisper as a Joint Multi-Talker and Target-Talker Speech Recognition System [73.34663391495616]
  本稿では,複数話者と目標話者の音声認識タスクを併用する先駆的手法を提案する。 具体的には、Whisperを凍結し、Sidecarセパレータをエンコーダに差し込み、複数の話者に対する混合埋め込みを分離する。 AishellMix Mandarin データセット上で,マルチストーカー ASR 上で許容できるゼロショット性能を提供する。
  論文  参考訳（メタデータ） (2024-07-13T09:28:24Z)
• Improving Speaker Diarization using Semantic Information: Joint Pairwise Constraints Propagation [53.01238689626378]
  本稿では,話者ダイアリゼーションシステムにおける意味情報を活用する新しい手法を提案する。 音声言語理解モジュールを導入し、話者関連意味情報を抽出する。 本稿では,これらの制約を話者ダイアリゼーションパイプラインに統合する新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2023-09-19T09:13:30Z)
• ESTextSpotter: Towards Better Scene Text Spotting with Explicit Synergy in Transformer [88.61312640540902]
  明示的な構文に基づくテキストスポッティング変換フレームワーク(ESTextSpotter)を紹介する。 本モデルは,1つのデコーダ内におけるテキスト検出と認識のための識別的,インタラクティブな特徴をモデル化することにより,明示的な相乗効果を実現する。 実験結果から,本モデルが従来の最先端手法よりも有意に優れていたことが示唆された。
  論文  参考訳（メタデータ） (2023-08-20T03:22:23Z)
• Exploring Speaker-Related Information in Spoken Language Understanding for Better Speaker Diarization [7.673971221635779]
  多人数会議におけるセマンティックコンテンツから話者関連情報を抽出する手法を提案する。 AISHELL-4とAliMeetingの2つのデータセットを用いた実験により,本手法は音響のみの話者ダイアリゼーションシステムよりも一貫した改善を実現することが示された。
  論文  参考訳（メタデータ） (2023-05-22T11:14:19Z)
• Audio-video fusion strategies for active speaker detection in meetings [5.61861182374067]
  本稿では,2つの視覚的モダリティと,ニューラルネットワークによる音響的モダリティを組み合わせた,アクティブ話者検出のための2種類の融合を提案する。 アプリケーションコンテキストでは、モーション情報の追加がパフォーマンスを大幅に改善します。 注意に基づく融合は, 標準偏差を低減しつつ, 性能を向上することを示した。
  論文  参考訳（メタデータ） (2022-06-09T08:20:52Z)
• End-to-end Spoken Conversational Question Answering: Task, Dataset and Model [92.18621726802726]
  音声による質問応答では、システムは関連する音声書き起こしの中に連続したテキストスパンからの質問に答えるように設計されている。 本稿では,複雑な対話フローをモデル化することを目的とした音声対話型質問応答タスク(SCQA)を提案する。 本研究の目的は,音声記録に基づく対話型質問に対処するシステムを構築することであり,情報収集システムによる様々なモダリティからより多くの手がかりを提供する可能性を探ることである。
  論文  参考訳（メタデータ） (2022-04-29T17:56:59Z)
• Towards noise robust trigger-word detection with contrastive learning pre-task for fast on-boarding of new trigger-words [0.0]
  ユーザの音声アシスタントとのコミュニケーションのエントリポイントとして,トリガーワード検出が重要な役割を果たす。 本研究では,検出モデルが異なる単語や雑音条件に一般化するのに役立つ事前学習タスクとして,コントラスト学習を提案する。 対照的な事前学習手法は、データ利用率の低い新しいトリガー語を事前学習する従来の分類に匹敵する結果が得られることを示す。
  論文  参考訳（メタデータ） (2021-11-06T22:39:05Z)
• A Machine of Few Words -- Interactive Speaker Recognition with Reinforcement Learning [35.36769027019856]
  対話型話者認識(ISR)と呼ばれる自動話者認識のための新しいパラダイムを提案する。 このパラダイムでは、個人化された発話をリクエストすることで、話者の表現を段階的に構築することを目的としている。 提案手法は,音声信号量が少ない場合に優れた性能が得られることを示す。
  論文  参考訳（メタデータ） (2020-08-07T12:44:08Z)
• Integrated Replay Spoofing-aware Text-independent Speaker Verification [47.41124427552161]
  本稿では,話者認証と提示攻撃検出の統合システムを構築するための2つのアプローチを提案する。 第1のアプローチは、話者識別、提示攻撃検出、マルチタスク学習を用いた統合システムとを同時に訓練する。 本稿では、話者検証と提示攻撃検出に分離されたディープニューラルネットワーク(DNN)を用いたバックエンドモジュール方式を提案する。
  論文  参考訳（メタデータ） (2020-06-10T01:24:55Z)

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。