摘要

我们提交的主要系统由11个子系统构成，符合任务要求。其中，3个子系统基于声学关键词检测（Acoustic Keyword Spotting, AKWS），8个子系统基于动态时间规整（Dynamic Time Warping, DTW）。AKWS子系统仅使用音素后验概率（phoneme posteriors）作为输入，而DTW子系统则同时使用音素后验概率和瓶颈特征（Bottle-Neck features, BN）作为输入。用于生成音素后验概率的估计器以及瓶颈特征提取器，均包含基于目标语言（捷克语）和非目标语言（其他4种语言）的模型。此外，我们还针对T1/T2/T3类查询进行了实验，并基于二元逻辑回归方法开展了系统校准与融合研究。