語音識別算法閱讀之RNN-T-2013
： 思想： CTC對於當前時刻的輸出只與當前時刻輸入有關p(k|t)，而RNN-T引 ...
原文：語音識別算法閱讀之RNN-T-2018
論文： EXPLORING ARCHITECTURES, DATA AND UNITS FOR STREAMING END TO END SPEECH RECOGNITION WITH RNN TRANSDUCER, CTC的一個問題在於，其假設當前幀的輸出與歷史輸出之間的條件獨立性 RNN T引入預測網絡來彌補CTC這種條件獨立性假設帶來的問題 思想： 針對CTC網絡的條件獨立性假設 當前時刻輸 ...
2020-09-15 22:26 0 2315 推薦指數：
相關推薦
語音識別算法閱讀之EESEN
論文： EESEN:END-TO-END SPEECH RECOGNITION USING DEEP RNN MODELS AND WFST-BASED DECODING 現狀： 混合DNN仍然GMM為其提供初始化的幀對齊，需要迭代訓練強制對齊 ...
語音識別算法閱讀之CTC
論文： CTC：Connectionist Temporal Classification: Labelling Unsegmented Sequence Data with Recurrent Neural Networks 思想： 語音識別中，一般包含語音 ...
語音識別算法閱讀之DFSMN
論文： Deep-FSMN for Large Vocabulary Continuous Speech Recognition 思想： 對於大詞匯量語音識別，往往需要更深的網絡結構，但是當FSMN[1]或cFSMN[2]的結構很深時容易引發剃度消失和爆炸問題 ...
語音識別算法閱讀之speechTransformer
； 2）借助transformer對文本位置信息進行學習； 3）相對於RNN，transf ...
語音識別算法閱讀之LAS
LAS: listen, attented and spell,Google 思想: sequence to sequence的思想，模型分為encoder和dec ...
語音識別：從 WaveNet 到 Tacotron，再到 RNN-T
從 WaveNet 到 Tacotron，再到 RNN-T 谷歌再獲語音識別新進展：利用序列轉導來實現多人語音識別和說話人分類 雷鋒網 AI 科技評論按：從 WaveNet 到 Tacotron，再到 RNN-T，谷歌一直站在語音人工智能技術的最前沿。近日，他們又將多人語音識別和說話人分類問題 ...
語音識別算法閱讀之transformer-transducer(google)
論文： TRANSFORMER TRANSDUCER: A STREAMABLE SPEECH RECOGNITION MODELWITH TRANSFORMER ENCODERS AND RNN-T LOSS 思想： 論文作者借助RNN-T的整體架構，利用 ...