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 ...
原文：语音算法阅读之SpecAugment
论文： SpecAugment: A Simple Data Augmentation Methodfor Automatic Speech Recognition 思想： SpecAugment是一种log梅尔声谱层面上的数据增强方法，可以将模型训练的过拟合问题转化为欠拟合问题，以便通过大网络和长时训练策略来缓解欠拟合问题，提升语音识别效果 模型： 输入特征：log梅尔声谱 声谱增强：将log ...
2020-09-16 23:09 0 1603 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TDNN-F
论文： A time delay neural network architecture for efficient modeling of longtemporal contexts ...
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 ...
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： 1）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 ...