Keyword Spotting en Sistemas Embebidos: Una cooperación Academia-Industria

LUCIANA FERRER; LUCIANO DE BORTOLI; EDGAR ALTSZYLER; LEONARDO PEPINO; PABLO RIERA

Congreso; IEEE Argencon 2020; 2020

IEEE Argentina

Los sistemas de Keyword spotting se ocupan de identificar, la presencia de una o más palabras predefinidas dentro de un streaming de audio continuo. Esta tarea es de especial relevancia para la interacción, a partir de la voz, con dispositivos móviles o con hubs de hogares inteligentes. Durante la presentación describiremos el trabajo en progreso de un sistema de keyword spotting en dispositivos móviles diseñado e implementado desde cero. Este trabajo es parte del desarrollo de una cámara inteligente (HIPCAM), la cual debe despertarse frente a comandos de voz para poder realizar otras tareas.Para el desarrollo del sistema, recolectamos datos de diversas fuentes y aplicamos técnicas de aumento de datos (cambios en la prosodia, en el sonido de fondo o en el espectro ). Probamos distintas arquitecturas de redes neuronales como: combinaciones de CNN y LSTM, Wavenet, y DS-CNN . Los distintos modelos y configuraciones fueron evaluados con curvas DET (detection error tradeoff), las cuales evidencian el compromiso entre falsos positivos y falsos negativos. Durante la presentación también discutiremos sobre la implementación para plataforma Android y sobre las dificultades y desafíos en general.