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 ...
原文：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，以及决策树 end end的asr面临问题： 如何将发音词典和语言模型更好的融入解码中 现有算法模型缺乏共享的实验平台进行基准测试 思想： 网络框架采用 ...
2020-09-15 23:06 0 770 推荐指数：
相关推荐
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
论文： SPEECH-TRANSFORMER: A NO-RECURRENCE SEQUENCE-TO-SEQUENCE MODELFOR SPEECH RECOGNITION ...
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 ...
语音识别算法阅读之transformer-transducer(google)
论文： TRANSFORMER TRANSDUCER: A STREAMABLE SPEECH RECOGNITION MODELWITH TRANSFORMER ENCODERS A ...
语音识别算法阅读之RNN-T-2013
论文： RNNT:SPEECH RECOGNITION WITH DEEP RECURRENT NEURAL NETWORKS,2013 LSTM结构: ...
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- ...
语音识别算法阅读之LC-BLSTM优化版
论文： IMPROVING LATENCY-CONTROLLED BLSTM ACOUSTIC MODELS FOR ONLINE SPEECH RECOGNITION 思想： BLSTM作为当前主流的序列建模算法，在语音识别领域取得了不错的效果。但因 ...