摘要

本发明属于语音信号处理技术领域,公开了一种低内存语音关键词检测方法、系统、介质、设备及终端,对语音信号进行预处理、时频域特征MFCC提取、关注和时序卷积神经网络模型训练;对TACRNN模型中全连接层的参数通过SVD技术进行降维,并对降维参数进行低位量化,降低需要存储模型参数的存储量。本发明不先对原有模型参数进行SVD实现模型参数的压缩,充分运用了模型参数间的关联性极大地减少了对参数存储的内存需求。本发明不同于传统的模型参数采用双精度浮点表示的做法;在对模型参数进行SVD降维的基础上,对压缩后的参数用低位表示,减少了对模型参数的内存需求。进一步的强化和适应轻量级设备对语音检测算法的部署能力。