, так что я работаю над пользовательским обнаружением пробуждающих слов с помощью mycroft-precision. Итак, у меня есть около 385 слов пробуждения и 1064 слов пробуждения, поэтому для обеспечения баланса данных я использовал 3-кратное увеличение (медленное, быстрое, перекрытие шума) для данных слова пробуждения. Результат теста был хорошим, но ложноотрицательный результат был близок к 20%, а точность точного прослушивания была неудовлетворительной. Итак, я удалил расширенные данные и сделал данные без слова пробуждения близкими к слову пробуждения и обучил с теми же параметрами, результаты теста были плохими. Было бы очень полезно, если бы кто-нибудь мог помочь мне выяснить, как уменьшить количество ложноотрицательных результатов и повысить уверенность в точном прослушивании (точное прослушивание - это команда, в которой вы произносите пробуждающее слово в реальном времени, и если оно активируется, уверенность отображается как результат).