摘要
我们研究了在物联网应用中常见的小型设备上执行语音语言理解（Spoken Language Understanding, SLU）的问题。我们的贡献有两方面。首先，我们概述了一种嵌入式、设计上注重隐私的SLU系统的设计，并展示了其性能与基于云的商业解决方案相当。其次，为了促进可重复性和希望对SLU社区有所帮助，我们发布了实验中使用的数据集。
代码仓库
CoraJung/flexible-input-slu
pytorch
GitHub 中提及
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| spoken-language-understanding-on-snips | Accuracy (%): 79.3 | |
| spoken-language-understanding-on-snips | Snips | Accuracy (%): 84.2 |
| spoken-language-understanding-on-snips-1 | Accuracy-EN (%): 47.8 Accuracy-FR (%): 42.3 | |
| spoken-language-understanding-on-snips-1 | Snips | Accuracy-EN (%): 68.7 Accuracy-FR (%): 75.1 |