BriefGPT.xyz
Ask
alpha
关键词
end-2-end models
搜索结果 - 1
语言模型偏置的序列到序列 ASR 系统上下文密度比率
本文提出了一种上下文密度比方法,用于训练上下文感知的 E2E 模型和适应命名实体的语言模型,应用于医生和患者对话的 E2E ASR 系统中,相对基线提高了 46.5% 的命名实体识别率,超过了上下文浅融合基线 22.1% 的相对识别率,并且
→
PDF
2 years ago
Prev
Next