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 ...
原文：语音识别算法阅读之transformer-transducer(facebook)
论文： TRANSFORMER TRANSDUCER:END TO END SPEECH RECOGNITION WITH SELF ATTENTION 思想： 借助RNN T在语音识别上的优势，通过tranformer替换RNN T中的RNN结构，实现并行化运算，加快训练过程 encoder部分前段引入包含因果卷积的VGGNet，一方面缩短声学特征的时序长度，节约计算，另一方面融合上下文信息 ...
2020-09-16 22:58 0 1449 推荐指数：
相关推荐
语音识别与 RNN-Transducer 概述
注：本文为一次课程展示所用幻灯片与报告存档。 目录 背景 方法综述 RNN-Transducer 发展背景 模型结构 算法实现 后记 背景 语音识别是一项可以使人与人、人与机器更加顺畅地交流的技术。近年 ...
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 思路： 1）整体采用seq2seq的encoder和decoder架构 ...
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EESEN
论文： EESEN:END-TO-END SPEECH RECOGNITION USING DEEP RNN MODELS AND WFST-BASED DECODING ...
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SpeechTransformer(large mandarin)
的时序长度，在大规模语音数据训练时提升计算效率； 2）decoder输入采样策略，如果训练时 ...