首页
›
AI智能与边缘计算工程
›
109-TinyML语音唤醒与KWS
›
《KWS关键词唤醒优化实战100例》
VIP7
本课程属于：109-TinyML语音唤醒与KWS
AI智能与边缘计算工程 · 共 7 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
《KWS关键词唤醒优化实战100例》
共 100 例
01
构建自定义关键词唤醒系统基础框架
02
基于WebRTC VAD的语音活动检测集成
03
能量门限与过零率联合静音检测
04
基于谱熵的语音活动检测优化
05
自适应噪声估计与降噪预处理
06
基于Wiener滤波的语音增强
07
麦克风阵列波束形成预处理
08
回声消除在唤醒系统中的应用
09
端点检测与唤醒词边界对齐
10
基于MFCC的特征提取与可视化
11
基于Filterbank特征的对比实验
12
特征归一化技术对唤醒鲁棒性的影响
13
数据增强：添加噪声与混响
14
数据增强：速度扰动与音量扰动
15
数据增强：频谱增强与时间掩蔽
16
构建唤醒词数据集与标签生成
17
基于小样本学习的唤醒词模型训练
18
基于全连接网络的唤醒词分类器
19
基于CNN的唤醒词识别模型
20
基于RNN的时序唤醒模型
21
基于注意力机制的唤醒模型
22
基于TCN的时间卷积网络唤醒模型
23
基于CRNN的混合唤醒模型
24
基于Transformer的唤醒词识别
25
端到端唤醒词识别模型
26
基于CTC的唤醒词检测
27
基于注意力解码器的唤醒词检测
28
多任务学习：唤醒与声纹联合建模
29
知识蒸馏压缩唤醒模型
30
模型量化：将唤醒模型转换为INT8
31
模型剪枝：移除冗余连接
32
低秩分解压缩唤醒模型
33
基于TFLite的唤醒模型部署
34
基于ONNX Runtime的跨平台部署
35
基于TensorRT的GPU加速推理
36
唤醒系统实时性优化
37
流式特征提取与增量推理
38
唤醒词检测中的阈值调优
39
基于贝叶斯优化的阈值选择
40
多阈值级联策略降低误唤醒
41
基于确认机制的误唤醒抑制
42
基于声纹的唤醒后验证
43
唤醒词自定义训练流程
44
基于迁移学习的自定义唤醒词
45
小样本自定义唤醒词生成
46
多唤醒词同时检测
47
唤醒词与命令词联合识别
48
连续语音中的唤醒词检测
49
基于关键词 spotting 的唤醒检测
50
基于语音活动检测的唤醒触发策略
51
唤醒系统功耗优化
52
基于DSP的低功耗唤醒实现
53
唤醒系统内存占用优化
54
唤醒系统鲁棒性测试与评估
55
误唤醒率与漏唤醒率的权衡分析
56
唤醒系统实时性能基准测试
57
基于强化学习的唤醒策略优化
58
基于环境感知的自适应唤醒
59
唤醒词个性化：口音适应
60
唤醒词个性化：说话人自适应
61
基于对抗训练的噪声鲁棒唤醒
62
基于语音增强的预处理唤醒
63
基于多条件训练唤醒模型
64
基于数据平衡的唤醒训练
65
难负样本挖掘提升唤醒区分度
66
基于对比学习的唤醒表示学习
67
基于自监督预训练的唤醒模型
68
唤醒词检测中的后处理平滑
69
基于滞回比较器的唤醒触发
70
唤醒系统日志与监控
71
唤醒系统A/B测试框架
72
唤醒系统在线学习与更新
73
基于联邦学习的隐私保护唤醒
74
唤醒系统安全：对抗样本防御
75
唤醒系统公平性评估
76
唤醒词选择对性能的影响
77
多语言唤醒词支持
78
基于音素识别的唤醒词检测
79
基于子词单元的唤醒检测
80
基于注意力端到端的唤醒词检测
81
唤醒词检测中的置信度校准
82
基于集成学习的唤醒模型
83
基于生成对抗网络的语音增强
84
基于循环一致性对抗网络的语音转换
85
基于变分自编码器的异常检测
86
唤醒系统在智能音箱中的应用
87
唤醒系统在手机端的部署
88
唤醒系统在嵌入式设备上的优化
89
唤醒系统在车载环境下的鲁棒性
90
唤醒系统在智能家居中的多设备协同
91
唤醒系统在会议场景下的定向唤醒
92
唤醒系统在噪声环境下的自适应滤波
93
唤醒系统在远场语音下的增强
94
唤醒系统在低信噪比下的性能提升
95
唤醒系统在音乐播放时的误唤醒抑制
96
唤醒系统在电视噪声下的鲁棒性
97
唤醒系统在儿童语音下的适应性
98
唤醒系统在老年人语音下的适应性
99
唤醒系统在非母语口音下的鲁棒性
100
唤醒系统在嘈杂公共场所的优化
所属VIP或分类
同VIP：Arduino语音识别实战
同VIP：ESP32语音唤醒项目
同VIP：TinyML低功耗语音检测