wekws训练自定义数据集的误唤醒较高。
使用wekws训练自定义数据集，录制100人，两个关键词，每个关键词接近1000多条，对数据进行加噪，变速，变调之后每个关键词接近10000条，正负样本1：1负样本两万条，微调之后模型的误检非常高，寻求一位同行帮助，可付费咨询。
展开
收起
1
条回答
写回答
写回答
-
北京阿里云ACE会长您提到正负样本比例为1:1，且负样本总量较大。虽然平衡样本是好的做法，但需注意实际应用场景中负样本往往远多于正样本，确保训练集反映这一实际情况，避免模型过度拟合正样本而忽视负样本多样性。
2024-09-04 09:21:02赞同 195 展开评论 打赏
相关问答
热门讨论
热门文章
modelscope上跑报错，提示要pip install ttsfrd，搞不定
7958
关于 Windows平台上 ttsfrd 库的问题。
1851
KeyError: 'asr-inference is not in the pipelines r
2083
在Windows平台上关于 ModelScorpe Audio 安装涉及 kwsbp 的问题
661
安装ttsfrd库提示找不到版本
970
No module named 'ttsfrd'
1438
modelscope 更新指定版本
441
自动标注模型ttsfrd初始化失败
1133
iic/speech_sambert-hifigan_tts_zh-cn_16k模型实时合成
77
语音唤醒可以自定义唤醒词嘛？比如“小云，小云”换成自己的命令词？如何训练模型
1093
展开全部
CosyVoice 2.0：阿里开源升级版语音生成大模型，支持多语言和跨语言语音合成，提升发音和音色等的准确性
337
3D-Speaker：阿里通义开源的多模态说话人识别项目，支持说话人识别、语种识别、多模态识别、说话人重叠检测和日志记录
95
ClearerVoice-Studio：阿里通义开源的语音处理框架，提供语音增强、分离和说话人提取等功能
163
KAN-TTS 在 conda 环境下无法安装 ttsfrd
1290
Clone-voice：开源的声音克隆工具，支持文本转语音或改变声音风格，支持16种语言
105
智能降噪
1119
Voice-Pro：开源AI音频处理工具，集成转录、翻译、TTS等一站式服务
102
Fish Speech 1.5：Fish Audio 推出的零样本语音合成模型，支持13种语言
101
Freestyler：微软联合西工大和香港大学推出说唱音乐生成模型，支持控制生成的音色、风格和节奏等
79
kws_util 下载不了
82
展开全部
