语音识别算法阅读之RNN-T-2013
： 思想： CTC对于当前时刻的输出只与当前时刻输入有关p(k|t)，而RNN-T引 ...
原文：语音识别算法阅读之RNN-T-2018
论文： EXPLORING ARCHITECTURES, DATA AND UNITS FOR STREAMING END TO END SPEECH RECOGNITION WITH RNN TRANSDUCER, CTC的一个问题在于，其假设当前帧的输出与历史输出之间的条件独立性 RNN T引入预测网络来弥补CTC这种条件独立性假设带来的问题 思想： 针对CTC网络的条件独立性假设 当前时刻输 ...
2020-09-15 22:26 0 2315 推荐指数：
相关推荐
语音识别算法阅读之EESEN
论文： EESEN:END-TO-END SPEECH RECOGNITION USING DEEP RNN MODELS AND WFST-BASED DECODING 现状： 混合DNN仍然GMM为其提供初始化的帧对齐，需要迭代训练强制对齐 ...
语音识别算法阅读之CTC
论文： CTC：Connectionist Temporal Classification: Labelling Unsegmented Sequence Data with Recurrent Neural Networks 思想： 语音识别中，一般包含语音 ...
语音识别算法阅读之DFSMN
论文： Deep-FSMN for Large Vocabulary Continuous Speech Recognition 思想： 对于大词汇量语音识别，往往需要更深的网络结构，但是当FSMN[1]或cFSMN[2]的结构很深时容易引发剃度消失和爆炸问题 ...
语音识别算法阅读之speechTransformer
； 2）借助transformer对文本位置信息进行学习； 3）相对于RNN，transf ...
语音识别算法阅读之LAS
LAS: listen, attented and spell,Google 思想: sequence to sequence的思想，模型分为encoder和dec ...
语音识别：从 WaveNet 到 Tacotron，再到 RNN-T
从 WaveNet 到 Tacotron，再到 RNN-T 谷歌再获语音识别新进展：利用序列转导来实现多人语音识别和说话人分类 雷锋网 AI 科技评论按：从 WaveNet 到 Tacotron，再到 RNN-T，谷歌一直站在语音人工智能技术的最前沿。近日，他们又将多人语音识别和说话人分类问题 ...
语音识别算法阅读之transformer-transducer(google)
论文： TRANSFORMER TRANSDUCER: A STREAMABLE SPEECH RECOGNITION MODELWITH TRANSFORMER ENCODERS AND RNN-T LOSS 思想： 论文作者借助RNN-T的整体架构，利用 ...