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 123 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
7613
关于 Windows平台上 ttsfrd 库的问题。
1585
在Windows平台上关于 ModelScorpe Audio 安装涉及 kwsbp 的问题
582
KeyError: 'asr-inference is not in the pipelines r
1933
个性化语音合成训练 [ONNXRuntimeError]:7:INVALID_PROTOBUF
1070
kantts 这个模型是什么东西啊，运行会报错
2007
ttsfrd 是不开源的吗
3862
语音合成speech_sambert-hifigan_tts_zh-cn_16k模型没有使用gpu
314
wekws训练自定义数据集的误唤醒较高。
91
PyTorch Transformer 英中翻译超详细教程
887
展开全部
