neural transducer | BriefGPT

关键词neural transducer

搜索结果 - 13

ACL基于标签同步的神经转录器的端到端同时语音翻译
LS-Transducer-SST 是一种用于实时语音转写和同时语音翻译的标签同步神经转导器，通过集成 - 发射机制实现了灵活决策翻译标记的时机，并且能在解码和训练时控制延迟与质量之间的权衡。实验结果表明，LS-Transducer-SST
PDFa month ago
基于语义标记预测的两阶段文本到语音的神经转换器
我们提出了一种以神经推导器为中心的新型文本转语音（TTS）框架，将整个 TTS 流程分为语义级序列到序列建模和细粒度声学建模阶段，并利用从 wav2vec2.0 嵌入中获取的离散语义标记。我们采用了一种名为令牌推导器的神经推导器，用于语义标
PDF6 months ago
文本到语音的神经传感器和发声器：基于语义标记预测的方法
基于神经传导器的文本到语音 (TTS) 框架，通过使用从 wav2vec2.0 嵌入中获得的离散语义标记，易于采用神经传导器实现 TTS 框架，从而享受其单调对齐约束；该模型首先通过神经传导器生成对齐的语义标记，然后使用非自回归 (NAR)
PDF8 months ago
文本领域适应的改进因式化神经转导模型
通过设立独立语料库解码器预测词汇，改进因式神经变换器（IFNT）模型结构综合整合声学和语言信息，实现有效的文本适应，并在实验中展现了相对于标准神经变换器与浅层融合模型的 7.9% 至 28.5% 的相对词误率改善和相对于 FNT 模型的 1
PDF10 months ago
神经转换器帧跳过的空白正则化 CTC
本研究提出了两种新的正则化方法，旨在明确鼓励 CTC 中非空白符号的自环，以增加空白符号的比例，从而加速神经转换器的推理，并且实验证明，我们提出的方法可以将神经转换器的帧减少率接近理论边界，提高性能并不损失性能。
PDFa year ago
用于端到端语音识别模型的文本适应的快速准确因式分解神经转录器
介绍了因文本数据处理能力有限而提出的 FNT 模型及其在语音识别领域中的存在意义，并提出了多种方法来优化模型性能，使用这些方法后，相比于标准 FNT 模型，模型的错误率下降了 9.48%。
PDF2 years ago
神经转换器训练：样本级计算减少内存消耗
研究了神经转录器的训练过程中内存需求高的问题，提出了一种基于样本的方法来减少内存使用和提高训练效率。在一系列基准测试中表明，比默认批处理计算更具有竞争力，可以在 1024 批处理计算下，仅使用 6GB 的内存来计算 40 秒音频的转录器损失
PDF2 years ago
EMNLP分层短语基序列到序列学习
本研究提出一种基于神经网络的译码器，结合层次短语作为训练的归纳偏差和显式约束，在维持标准序列到序列 (seq2seq) 模型的灵活性的同时。通过训练一个基于括号转录文法的判别式解析器，以层次化地对齐源和目标语短语，并使用一个神经 seq2s
PDF2 years ago
用合成的混合语文本生成优化双语神经转换器
本研究探讨了如何针对混杂语音优化基于神经传递器的双语自动语音识别系统，发现半监督训练和合成的混合开关数据可以改善这一系统的性能。同时，我们分析了每个神经传递器编码器对混合开关性能的影响，并在 ASCEND 数据集上评估了我们的英语 / 普通
PDF2 years ago
使用词级 N-Gram 语言模型改进普通话端到端语音识别
本研究提出了一种新型的解码算法，可以结合外部语言模型，构建单词级别的 lattice，用于提高语音识别的表现，并在 Aishell-1 和 Aishell-2 的数据集上取得了最优结果。
PDF2 years ago
ACL范式发现问题
该研究论文研究了使用未标注的句子学习词形变化系统的范例发现问题，并通过使用词嵌入和字符串相似性对单元和范例进行聚类的方法来处理该问题。
PDF4 years ago
Transformer-Transducer: 自注意力端到端语音识别
本文研究了使用 Transformer 网络来实现端到端语音识别，提出使用 VGGNet 结合因果卷积来降低计算复杂度，同时使用截断的自注意力机制来实现流式处理。在公共数据集 LibriSpeech 上进行实验，该方法相比于基于 LSTM/
PDF5 years ago
神经变换器
本研究提出了一种名为神经音频变换器的模型，它可以支持在不重新计算整个模型的情况下实现增量预测，而不像序列到序列模型那样需要一个完整的输入序列。
PDF9 years ago