检索结果-南通市图书馆

作者：徐文皓厦门大学

学位级别：硕士

随着人工智能技术的发展及智能设备的普及,命令词识别作为语音交互手段的关键技术之一,已成为一个重要的研究内容。尤其在噪声干扰情况下确保命令词识别的鲁棒性,逐渐受到学术界和工业界重视,是一个迫切需要解决的难点。本文主要针对噪... 详细信息

随着人工智能技术的发展及智能设备的普及,命令词识别作为语音交互手段的关键技术之一,已成为一个重要的研究内容。尤其在噪声干扰情况下确保命令词识别的鲁棒性,逐渐受到学术界和工业界重视,是一个迫切需要解决的难点。本文主要针对噪声环境下命令词识别的准确性提出有效的解决方法,并将命令词识别关键技术应用于呼吸音识别。本文工作主要包括:1、为确保噪声环境下命令词识别的准确性,提出了混合条件训练的方案,分别实现了基于HMM-ML和DNN-HMM的命令词识别系统,完成了基于King-ASR-L-057和自制命令词数据库的带噪命令词识别实验。实验结果表明,在不同噪声情况下,采用混合条件训练的DNN-HMM方案,能够获得更高的正确识别率。2、提出了 MFCC定点化实现方案,以减少系统对硬件资源的需求。在干净命令词数据库上,基于HMM-ML系统框架,分别对比了定点化MFCC和浮点MFCC的识别效果,发现13维和39维定点MFCC分别能获得92.12%和98.40%的识别效果,在加噪情况下同样能完成一定噪声强度的命令词识别,验证了定点MFCC提取流程和结果的正确性。3、针对呼吸音识别问题,采用命令词识别关键技术,搭建了基于HMM-ML、HMM-MCE和DNN-HMM的呼吸音识别系统,并采用自制的呼吸音采集设备收集了一定规模的呼吸音数据库。完成了呼吸音的正常/异常二分类识别实验,最优条件下采用DNN-HMM呼吸音识别系统能获得95.59%的识别效果。

关键词：命令词识别定点MFCC 呼吸音识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于阵列和深度学习的语音命令词识别

基于阵列和深度学习的语音命令词识别

作者：胡高洋桂林电子科技大学

学位级别：硕士

命令词识别技术作为智能控制的手段受到社会广泛关注。同时,命令词识别技术现如今可以广泛部署在一些计算能力不大的低功耗设备上,如智能语音助手、车载语音导航等。这要归功于深度学习的快速发展,使得在实际应用中使用大数据集训练足... 详细信息

命令词识别技术作为智能控制的手段受到社会广泛关注。同时,命令词识别技术现如今可以广泛部署在一些计算能力不大的低功耗设备上,如智能语音助手、车载语音导航等。这要归功于深度学习的快速发展,使得在实际应用中使用大数据集训练足够鲁棒的命令词识别器成为可能。但在实际环境中,命令词识别技术会因噪声干扰导致唤醒率下降,则如何提高噪声环境下命令词识别的鲁棒性是当下研究面临的一个挑战。因此,本文研究了麦克风阵列信号处理技术结合深度学习模型训练技术来提高命令词识别系统在噪声环境下的鲁棒性。论文工作如下:针对空间内环境噪声干扰造成语音信号退化导致后端识别系统识别效果不佳的问题,提出了一种基于固定差分波束形成结合最优改进对数谱幅度估计后置滤波的语音增强方法,该方法利用麦克风阵列语音信号的空间信息形成波束,增强期望声源方向的语音信号,抑制环境噪声带来的干扰,并结合最优改进对数谱幅度估计算法消除残留噪声进一步提高语音可懂度,保证输出语音质量。实验结果表明,该方法提高了在嘈杂环境下命令词识别系统的稳健性。针对传统语音命令词识别任务中,手动提取命令词特征繁琐性的问题,提出了一种与识别系统中常见的从MFCC或类似的预处理特征中分类的不同的方法。该方法首先使用麦克风阵列在空间内采集具有空域特征的命令词数据集,其次,通过结合深度可分离卷积和Sinc Net模型构建原始波形命令词识别系统。该方法不仅可以降低功耗和内存消耗,而且识别的准确率也不会随之降低。并且所提方法通过直接处理原始音频信号,消除了耗电的音频预处理和数据传输步骤,同时使用神经网络直接建模原始音频,以便在混合方法中进行命令词检测,通过端到端架构使用参数化的Sinc卷积提取音频特征,再通过对深度可分离卷积进行分组,进一步减少了其内存占用。在鲁棒命令词识别任务中,本文模型在训练后识别准确率达到了95%以上,优于所对比模型。

关键词：命令词识别深度学习麦克风阵列稳健命令词识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向嵌入式设备的命令词识别方法研究

面向嵌入式设备的命令词识别方法研究

作者：魏扬北京交通大学

学位级别：硕士

命令词识别是一种人机交互的重要手段,随着嵌入式设备的快速发展和传统电子产品的智能化升级浪潮,命令词识别在智能家居、可穿戴设备、智能车载设备等嵌入式设备上有广阔的发展前景。目前的语音识别算法在计算资源充足、环境安静的条件... 详细信息

命令词识别是一种人机交互的重要手段,随着嵌入式设备的快速发展和传统电子产品的智能化升级浪潮,命令词识别在智能家居、可穿戴设备、智能车载设备等嵌入式设备上有广阔的发展前景。目前的语音识别算法在计算资源充足、环境安静的条件下,识别能力已经超过人类的水平。但是,嵌入式命令词识别受到设备计算资源较低、存储空间较小的限制,无法使用高精度的大模型和较为复杂的算法。并且,嵌入式命令词识别使用场景中普遍存在噪声干扰和远场衰减等问题,直接使用常规条件下的命令词识别模型,效果较差。在这一背景下,本文对命令词识别方法进行研究,提高了目标场景下的嵌入式命令词识别性能表现。针对噪声干扰和远场衰减环境下命令词识别性能较差的问题,本文提出一种基于数据增强的声学模型自适应方法。在TDNN模型基础上,引入了无分母词格的区分性训练准则,把对语音特征帧的训练转换成对音素序列的训练,实验证明,与传统的基于交叉熵损失函数的训练方法相比,在机场广播数据集上降低了11%的字错误率。利用TDNN网络结构的上下文信息冗余,引入单状态的HMM拓扑结构和跳帧机制,减少训练和解码计算量,与传统三状态HMM结构下不跳帧的方法相比,在机场广播数据集上降低了64%的解码时间消耗。在缺少真实场景语音数据的情况下,本文在场景失配模型基础上,通过加入多种信噪比的真实场景噪声等方式,进行基于数据增强的场景自适应,并与增益控制和噪声抑制等前端处理方式相结合。经实验证明,在机场广播数据集上最多可降低87%的字错误率。针对嵌入式设备对模型存储空间限制的问题,本文提出一种基于多种网络成分的命令词识别模型压缩方法。在全连接神经网络基础上,引入带有半正交因子分解层的TDNN-F网络结构,实验证明,该方法在较少损失识别精度的前提下,降低了62%的模型存储空间。在此基础上,本文对不同模型参数下的TDNN-F网络进行研究,分析了网络层数、每层节点数、PDF数和输出层节点数等参数对识别性能的影响。基于TDNN-F压缩后的模型,本文通过对Float32格式权重进行Int16定点化,降低了50%的模型空间占用,经实验,该模型在机场广播数据集上性能损失有限。本文在压缩后的模型基础上,进行了不同补白模型权重对识别性能的影响的研究,得到了体积分别限制在1MB以内和3MB以内的两个模型,前者召回率79.6%,虚警率5.4%,后者召回率79.0%,虚警率2.1%。

关键词：命令词识别领域自适应模型压缩数据增强 Chain模型垃圾模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

维吾尔语声学特征分析及命令词识别系统实现

维吾尔语声学特征分析及命令词识别系统实现

作者：王辉新疆大学

学位级别：硕士

语音识别技术在近几十年有了飞速的发展，特别是语音命令词识别这种识别任务相对于大词汇量连续语音识别简单的关键词识别技术，已在许多特定领域有了较成熟的应用。但针对新疆的维吾尔语音识技术的研究成果还很少，本文在这个方面做了... 详细信息

语音识别技术在近几十年有了飞速的发展，特别是语音命令词识别这种识别任务相对于大词汇量连续语音识别简单的关键词识别技术，已在许多特定领域有了较成熟的应用。但针对新疆的维吾尔语音识技术的研究成果还很少，本文在这个方面做了一些尝试。本文完成的主要研究工作如下： 1.通过对按语速分类的精标注维吾尔语语料各音素共振峰频率、音长、音强做统计分析。 2.将音素共振峰特征融入原有特征，并以统计音素的时长特征为依据，修改音素隐马尔科夫模型状态数，并通过对识别产生的混淆矩阵分析出易混淆音素对。 3.训练命令词系统所需声学模型。其中，初始模型参数估计使用了音素级精标注数据，并将大量非手工标注数据加入迭代训练的过程中，构建了基于决策状态绑定的三音子模型。 4.构建命令词识别系统所需规则语言模型，即槽语法网络，用以指导命令词的识别。 5.将维吾尔语处理模块加入Aitalk4识别引擎，并将填料模型引入维吾尔语命令词识别系统中。. 6.该命令词识别系统包含拨打电话、发送短信、打开应用、上网导航、音频播放、天气查询等六项功能，经实际测试，命令词识别率达到81.4%。

关键词：声学特征填料模型命令词识别维吾尔语

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于麦克风阵列与神经网络的命令词识别研究

基于麦克风阵列与神经网络的命令词识别研究

作者：张硕桂林电子科技大学

学位级别：硕士

由于芯片技术和大数据的发展,人工智能技术再次兴起,受其影响,基于深度学习的语音命令词识别技术应用也越来越广泛。然而,在实际应用中无论是基于传统技术还是深度学习技术,命令词识别技术受到噪声干扰会导致识别准确率严重下降,存在稳... 详细信息

由于芯片技术和大数据的发展,人工智能技术再次兴起,受其影响,基于深度学习的语音命令词识别技术应用也越来越广泛。然而,在实际应用中无论是基于传统技术还是深度学习技术,命令词识别技术受到噪声干扰会导致识别准确率严重下降,存在稳健性不足的问题。本文以麦克风阵列传统降噪算法和神经网络为主要技术,研究并提出了若干提高语音命令词识别稳健性和正确率的方法。针对方向性噪声干扰和对数最小均方误差算法降噪后语音失真,进而导致后端语音识别效果不佳的问题,本文提出了一种基于等边三角形阵列的改进对数最小均方误差语音增强算法。选择阵列中任意一个麦克风数据为基准,依次与另外两麦克风数据做相减运算并保留结果求均值,可以有效抑制基准麦克风正前方以外的干扰信号。同时改进传统对数最小均方误差算法的增益函数和噪声估计方法,并将其作为后置滤波算法。最后使用提出的高频补偿算法恢复降噪过程中损失的语音高频信号。实验结果证明,与原对数最小均方误差算法相比,本文算法在多环境不同信噪比条件下,信噪增量提升了0.13d B～5.08d B。同时,提高感知语音质量的分数范围为0～0.28。针对非用户语音和噪声干扰下命令词识别稳健性不足的问题,提出基于功率归一化倒谱系数与神经网络的多通道命令词识别系统。首先,使用多通道阵列采集含有丰富空域特征的语音命令词数据集。其次,应用对噪声具有一定鲁棒性的功率归一化倒谱系数作为命令词识别模型的输入。最后,应用收缩残差单元和Inception残差单元构建了三个多任务命令词识别模型,可以在识别命令词的同时判断是否为用户发出。命令词识别任务中,提出的Res Nets-CW和Multi-IRes Nets模型在加噪条件下准确率分别为93.39%和92.97%。另外,构建的低功耗模型LRes Nets-CW的准确率为91.25%,在模型参数大幅度减少的情况下,依然可以保持较高的性能,极大降低了系统的功耗,更适合部署在小型低功耗智能设备上。同时,三种模型的用户判断功能在测试数据集的准确率都达到了95%以上。利用软硬件平台对本文提出的前端语音增强算法进行系统功能模块设计并实现,通过在真实环境下对实物进行测试,评估了其在实际应用中的性能,同时也验证了算法的有效性。值得注意的是,通过与上海一家专注于听力研究的医疗器械公司合作,该算法已经成功应用于医疗器械听力康复领域,部署在预处理辅听设备上,搭配人工耳蜗和助听器等设备使用,为听力受损群体提供更好的聆听体验。

关键词：麦克风阵列神经网络语音增强命令词识别低功耗

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双微阵列的语音命令词识别研究

基于双微阵列的语音命令词识别研究

作者：卜玉婷桂林电子科技大学

学位级别：硕士

近年来,随着智能家居和语音助手等产品的大量涌现,真正实现了智能语音识别从科研机构到市场应用的转型。智能语音交互正改变着人们的生活方式,命令词识别技术作为设备交互和语音控制的手段也受到了广泛关注。命令词识别的应用场景都是... 详细信息

近年来,随着智能家居和语音助手等产品的大量涌现,真正实现了智能语音识别从科研机构到市场应用的转型。智能语音交互正改变着人们的生活方式,命令词识别技术作为设备交互和语音控制的手段也受到了广泛关注。命令词识别的应用场景都是一些计算能力不大的小功耗设备,如语音助手、语音导航、可穿戴设备等。评价一个命令词识别系统性能的指标有唤醒率、虚警率、实时率以及用户体验和功耗水平,这些都是系统设计的难点所在。因此,如何提高复杂环境下命令词识别的稳健性对现阶段研究人员来说是一个挑战,对此,本文研究了改善实时响应、降低功耗以及提高系统稳健性的命令词识别方法。本论文的主要研究成果概述如下:1.研究了一种低信噪比环境下的端点检测算法,该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声从而提升信噪比,减少语音失真,然后再提取每帧信号的功率归一化倒谱系数,并计算其倒谱距离,最后将该倒谱距离作为检测参数,采用双门限判决方法进行检测。结果表明,该端点检测算法通过抑制非平稳噪声再使用调制域谱减消除残余噪声使得算法可用于过滤非语音信号,改善命令词识别系统在复杂噪声环境下的实时响应性能,减少功耗,具有一定实用价值。2.研究了一种基于双微麦克风阵列结合深度残差网络的命令词识别系统,采用改进的残差模型Res Nets15构建命令词识别系统,同时利用扩张卷积提升感受野增强模型性能,系统采用双微麦克风阵列数据集并提取功率归一化倒谱系数作为特征参数输入残差网络进行训练,训练后的命令词识别精度达到了95%以上,同时增加了更深层模型Res Nets50,网络的精度和模型内存占用以及功耗均可满足部署移动设备的需求,该多任务系统尤其适用于残障人士语音控制设备,其能够专注于用户的指令减少外部说话人干扰,实现高精度命令词识别。

关键词：端点检测命令词识别双微阵列深度残差网络功率归一化倒谱系数

基于深度学习与双微阵列的语音命令词识别研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习与双微阵列的语音命令词识别研究

作者：祁潇潇桂林电子科技大学

学位级别：硕士

语音交互式设备正在改变人们的生活方式,在智能家居、车载语音设备中应用广泛,通过语音将设备唤醒,是一个具有挑战的问题,但是在复杂环境下,语音设备如何能够准确接收指令是一个难点。本文研究了基于Res Net网络与双微阵列的语音命令词... 详细信息

语音交互式设备正在改变人们的生活方式,在智能家居、车载语音设备中应用广泛,通过语音将设备唤醒,是一个具有挑战的问题,但是在复杂环境下,语音设备如何能够准确接收指令是一个难点。本文研究了基于Res Net网络与双微阵列的语音命令词识别方法,提高了命令词的识别率,论文的重点任务如下:1.研究了一种结合循环神经网络语音端点检测算法,该算法是将含噪语音通过傅里叶变换转换成频谱图,从频谱图中找到频率活跃点,然后通过卷积-门控循环神经网络进行训练,最后对训练结果进行预测。使用双向门控循环单元（Bi GRU）网络、双向长短时记忆（Bi LSTM）网络和CNN-Bi GRU三种网络在信噪比为-10d B、0d B、10d B的环境中行实验。从实验的结果来看,在信噪比为-10d B、0d B、10d B的环境中,基于CNN-Bi GRU网络模型的预测准确率均高于其他两种网络模型。2.研究了一种结合差分麦克风阵列与自适应降噪的双麦克风语音增强算法。该算法利用一阶麦克风阵列技术,使用自适应算法进行降噪,最后使用对数MMSE算法作为后置滤波。实验表明,该算法能够抑制方向性噪声干扰问题,改善了语音质量。3.研究了一种基于双微麦克风阵列与宽残差网络的命令词识别算法。该算法在原始的残差模块的基础上拓宽了网络的宽度,减小了网络的深度,但是整体网络参数没有改变。算法结合双微麦克风阵列系统,语音数据集为双微麦克风数据集,使用功率归一化倒谱系数作为特征参数输入到残差网络中进行训练。实验表明,与Res Net15模型、Res Net18模型相比,只有三个残差模块的宽残差网络在噪声环境下语音命令词的识别和内外部说话人检测任务中有具有较高的准确度,均达到了95%以上。

关键词：端点检测命令词识别差分麦克风阵列双微阵列深度残差网络功率归一化倒谱系数

基于深度学习的低延迟终端命令词识别系统设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的低延迟终端命令词识别系统设计与实现

作者：轩晓光哈尔滨工业大学

学位级别：硕士

语音识别系统作为智能人机交互技术的重要组成部分,在各个领域都有着广泛的应用需求。连续语音识别技术一般模型复杂,计算需求量大,终端识别困难,目前主要采用联网在线识别的方式,成本较高,时延较大。对于一些控制类终端设备来说,十几... 详细信息

语音识别系统作为智能人机交互技术的重要组成部分,在各个领域都有着广泛的应用需求。连续语音识别技术一般模型复杂,计算需求量大,终端识别困难,目前主要采用联网在线识别的方式,成本较高,时延较大。对于一些控制类终端设备来说,十几个到几百个关键的命令词就可以覆盖所有功能,在这种场景下命令词识别比连续语音识别更加合适。但目前的命令词识别系统存在着支持的命令词个数较少、识别率不高、系统复杂、识别延迟高、功耗大等问题,为了解决这些问题,论文设计了一种新型的基于深度学习的低延迟终端命令词识别系统,并完成了终端硬件平台的实现。针对命令词识别特征需要精简准确表达语音信息的问题,采用梅尔滤波器组输出特征作为识别系统的输入特征。论文详细分析了语音信号处理的过程以及深度学习网络输入特征的要求,通过将频率经过非线性映射到梅尔域构建的滤波器组对语音功率谱进行滤波操作,尽量的保留了低频有用信息,减少了高频冗余信息。实验证明该特征很好的表达了命令词的内容信息,同时降低了识别网络的计算量。针对命令词识别需要拟合音频帧与拼音标签关系的问题,采用长短时记忆(Long Short-Term Memory,LSTM)循环神经网络来对问题进行建模。论文详细的分析了深度前馈神经网络结构、卷积神经网络结构和循环神经网络结构,通过利用LSTM循环神经网络中的非线性激活函数、门控结构产生的历史状态以及网络的时间维度参数共享机制,提高了模型对于复杂语音分布的拟合能力,满足了可变长序列的处理需求,使模型可以随语音的录入逐帧处理以降低延迟。实验仿真结果表明模型对于测试集的识别有着很高的准确率,在硬件平台上的实验结果表明模型的识别延迟也非常低。针对深度学习识别模型输出的概率图转化识别结果的问题,提出了一种最大概率匹配置信度算法。算法利用概率图中的信息将每个词在这段语音中可能出现的最大概率计算出来,经过对比选择最大值对应的命令词作为结果,可以通过设置阈值与最大值对比来平衡准确率和误识率。该算法能够在对目标命令词进行准确识别的同时,很好的降低其它语音输入被错误识别为目标命令词的概率。为了验证设计好的命令词语音识别系统实际应用性能,论文结合STM32F407终端硬件平台设计了命令词识别系统的整体框图,针对终端硬件平台的特点对设计好的算法模块进行加速优化实现,并对部署到终端硬件平台的各个算法模块分别进行验证。验证结果表明系统可以在低计算资源的终端硬件平台上完整的运行。另外论文还对终端硬件平台录制的数据进行了测试实验,实验证明,基于深度学习的终端命令词识别系统在实际应用场景中有着很高的识别率和很低的延迟。

关键词：命令词识别语音识别长短时记忆神经网络深度学习

基于深度学习的命令词识别算法研究与DSP实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的命令词识别算法研究与DSP实现

作者：汤剑苏州大学

学位级别：硕士

语音识别作为一种便捷的人机交互技术,在智能终端设备中有着广泛的应用需求。然而,目前各类具有高识别率的基于深度学习的语音识别技术因其所需要的巨大计算量而基本依托云服务器实现。为了提高适用性,摆脱网络依赖性,尤其是针对延时敏... 详细信息

语音识别作为一种便捷的人机交互技术,在智能终端设备中有着广泛的应用需求。然而,目前各类具有高识别率的基于深度学习的语音识别技术因其所需要的巨大计算量而基本依托云服务器实现。为了提高适用性,摆脱网络依赖性,尤其是针对延时敏感的应用,研究和实现适用于嵌入式处理器的基于深度学习的语音识别技术具有十分重要的理论价值和现实意义。面向DSP实现,本文首先开展了命令词识别算法的优化设计研究,提出了一种混合结构的识别模型R-SRU,该模型以长短时记忆网络(LSTM)或门控循环单元(GRU)作为前级网络实现高阶语音特征的提取,采用多层简单循环单元(SRU)作为后级网络实现命令词识别,从而在确保识别性能的前提下,提升了模型的并行能力,降低了模型的参数量。基于谷歌公司命令词数据集的测试结果表明,在纯净语音环境下,R-SRU混合模型的识别准确率达到95.275%,相比于LSTM模型,识别准确率提高了 0.1%,模型参数量和乘法运算量分别下降了 3 7.2%和37.5%;在信噪比为5dB的车载噪声、餐厅噪声和粉红噪声环境下,R-SRU模型也能提供90.8%以上的识别率。针对所提出的R-SRU命令词识别模型,本文设计了基于TI公司C6655 DSP的嵌入式硬件平台。随后,本文以G-SRU(GRU为前级网络的R-SRU)为例,完成了G-SRU模型在C6655平台上的代码裁剪和移植,并从系统内存访问、代码结构和系统级代码三个方面递进地对所移植的算法进行了一系列优化操作,大幅降低了算法的计算复杂度。测试结果表明,优化后的G-SRU模型在C6655平台上运行所需的存储空间为37920字节,堆栈实际占用915148字节,完成单个命令词识别的计算复杂度为157MCycles,在1.25GHz主频下,识别速度为0.125s,具有良好的实时性能。

关键词：命令词识别深度学习循环神经网络嵌入式系统 TMS320C6655

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的命令词识别方法研究

基于深度学习的命令词识别方法研究

作者：何琪琪大连理工大学

学位级别：硕士

语音识别技术在智能终端、车载系统、智能家居等场景应用越来越广泛,命令词识别作为关键词识别的一个分支应用,能直接识别预设的命令词。基于深度学习的命令词识别方法已经取得一定的进展,但是现有方法仍然存在问题。基于深度神经网络（... 详细信息

语音识别技术在智能终端、车载系统、智能家居等场景应用越来越广泛,命令词识别作为关键词识别的一个分支应用,能直接识别预设的命令词。基于深度学习的命令词识别方法已经取得一定的进展,但是现有方法仍然存在问题。基于深度神经网络（Deep Neural Network,DNN）的命令词识别方法不能有效地对语音特征中的局部时间和频谱相关性进行建模,因此识别率低。基于卷积神经网络（Convolutional Neural Network,CNN）的命令词识别方法利用这种相关性,将输入的时域和谱域特征视为图像,并对其进行二维卷积运算,有效的提高了识别率,但它的网络参数多、计算量大。针对上述问题,本文研究了基于深度学习的命令词识别方法。主要研究内容如下:（1）提出了基于深度可分离卷积（Depthwise Separable Convolution,DS）和Squeeze-and-Excitation（SE）的命令词识别方法。深度可分离卷积有效的减小了模型的计算量和参数量,SE模块通过学习输出特征图中不同通道的重要程度,对输出特征图进行特征校准,提升了网络性能。（2）提出了结合基于具有线性瓶颈的反向残差结构和SE的命令词识别方法。使用基于线性瓶颈的反向残差结构提取特征时,先将特征图进行通道维度上的升维,在更高维度上对特征图进行非线性处理,能够减小由非线性操作带来的信息损失。（3）使用GhostNet中的Ghost模块对结合基于线性瓶颈的反向残差结构和Squeeze-and-Excitation的网络结构进行改进。通过使用Ghost模块替换点卷积操作,降低了参数量和运算量,减少了冗余操作,提升了网络性能。

关键词：命令词识别深度可分离卷积具有线性瓶颈的反向残差 Squeeze-and-Excitation Ghost模块