rnn-t | BriefGPT - AI 论文速递

关键词rnn-t

搜索结果 - 7

Speech ReaLLM -- 使用多模式 LLMs 教授时间流的实时流式语音识别
Speech ReaLLM 是一种新的 ASR 架构，结合了 “解码器 - 仅” ASR 和 RNN-T，使多模式 LLM 架构能够进行实时流式处理。
PDF21 days ago
基于编辑距离的强化学习在 RNNT 解码中的应用
提出一种基于编辑距离计算奖励的增强学习方法，使 RNN-T 模型在推理时更接近训练时的效果。在 LibriSpeech 上表现出了 SoTA WERs。
PDFa year ago
基于转录器的语音识别加速训练
本文提出一种在训练阶段复制神经网络加速器 (NNA) 运算符以解决低精度推理引起的性能损失，以此减少用户感知的延迟，并在 270K 小时的英语数据上显示了 5-7％的引擎延迟的改善，节省了高达 10％的句子错误率的降低。
PDFa year ago
Lego-Features: 为流式和研讨性语音识别导出模块式编码器特征
该研究探讨了使用模块化编码表示建立模型的编码器以及使用 Lego-Features 作为可重用的模块化特征以提高语音识别性能，同时不需要使用自动回归计算或波束搜索。
PDFa year ago
8 位神经网络加速器的小于 8 位量化感知训练，用于设备上的语音识别
本文提出了一种 8 位神经网络加速器的新型子 8 位量化感知训练（S8BQAT）方案，利用 Lloyd-Max 压缩理论的灵感，通过适当的实用化来降低计算开销，并应用于递归神经网络传输者 (RNN-T) 结构的语音识别任务中，进一步优化模型
PDF2 years ago
通过端到端 4 位量化加速递归神经网络转录器的推断和语言模型融合
本研究探讨了量化技术对于循环神经网络传输器（RNN-T）推论过程的加速作用，通过量化训练（QAT）重新训练全模型，应用自定义的量化方案并使用大型 beam widths 进行假设搜索，实现了 RNN-T 的端到端量化，并取得了较好的性能以及
PDF2 years ago
使用 RNN-Transducer 探索流式端到端语音识别的架构、数据和单位
本研究使用循环神经网络传输器（RNN-T）来训练端到端语音识别模型，并探索了不同的模型架构。通过使用字元素（wordpieces），模型的性能进一步得到了提高，最终在语音搜索和语音听写任务上取得了与最新基线相当的成果。
PDF7 years ago