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 ...
原文：語音算法閱讀之SpecAugment
論文： SpecAugment: A Simple Data Augmentation Methodfor Automatic Speech Recognition 思想： SpecAugment是一種log梅爾聲譜層面上的數據增強方法，可以將模型訓練的過擬合問題轉化為欠擬合問題，以便通過大網絡和長時訓練策略來緩解欠擬合問題，提升語音識別效果 模型： 輸入特征：log梅爾聲譜 聲譜增強：將log ...
2020-09-16 23:09 0 1603 推薦指數：
相關推薦
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
論文： SPEECH-TRANSFORMER: A NO-RECURRENCE SEQUENCE-TO-SEQUENCE MODELFOR SPEECH RECOGNITION ...
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 ...
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TDNN-F
論文： A time delay neural network architecture for efficient modeling of longtemporal contexts ...
語音識別算法閱讀之SpeechTransformer(large mandarin)
的時序長度，在大規模語音數據訓練時提升計算效率； 2）decoder輸入采樣策略，如果訓練時 ...
語音識別算法閱讀之transformer-transducer(facebook)
論文： TRANSFORMER-TRANSDUCER:END-TO-END SPEECH RECOGNITION WITH SELF-ATTENTION 思想： 1）借助RNN-T在語音識別上的優勢，通過tranformer替換RNN-T中的RNN結構，實現 ...