Aug, 2020

Conv-Transformer转换器:低延迟、低帧率、可流式传输的端到端语音识别

TL;DR本研究设计了Conv-Transformer Transducer架构,在 LibriSpeech 数据集上实现了较强的流式语音识别性能,该架构适用于流式 ASR,且相较于以前发布的 Transformer Transducer 和强混合流式 ASR 系统,拥有更小的前向窗口、更少的参数和更低的帧率。