transducer | BriefGPT - AI 论文速递

关键词transducer

搜索结果 - 6

通过音素特征和纯文本数据在流式传导语音变调中改进大规模深度偏差
通过深度偏置识别稀有单词或上下文实体可以提高 Transducer 的识别性能，这在实际应用中尤为重要，特别是对于流式自动语音识别（ASR）。然而，在深度偏置中采用大规模稀有单词仍然具有挑战性，因为当存在更多干扰者并且偏置列表中存在相似字母
PDF8 months ago
全球归一化模型的流式语音识别系统
拟稿提议使用全局标准化来解决流式模型的数学缺陷，从而缩小流式模式和前瞻模式之间的差距。全局标准化可将词错误率相对降低 9-11%。
PDFa year ago
自适应两阶段知识蒸馏缩小流式转导 ASR 和非流式转导 ASR 之间的差距
本文提出了一种自适应两阶段知识蒸馏方法，其中包括隐藏层学习和输出层学习，以缩小流式语音识别中流式和非流式转导模型的性能差距，并在 LibriSpeech 语料库中相比原始流式模型获得了 19% 的相对降低的词错误率和对第一个令牌的更快响应。
PDFa year ago
ACL基于混合换能器和注意力编码器 - 解码器模型的语音转文本任务
通过结合 Transducer 和基于 Attention 的编码器 - 解码器 (AED) 框架，我们提出了一种新的 TAED 框架，它既具有非单调序列到序列学习的优势，又保持了 Transducer 的流式属性，通过在同一个语音编码器上
PDFa year ago
转录器快速并行解码
本文提出了一种带有约束的传递损失，以学习两个序列之间的严格单调对齐，同时优化了标准的贪婪搜索和 beam search 算法，并限制在解码时每个时刻可以传出的符号数，使传感器解码更有效率；作者们还提出了基于有限状态自动机的并行 beam s
PDF2 years ago
MMSimulLR: 具有注意力引导自适应记忆的同时唇语识别转换器
本文提出了一种名为 SimulLR 的同时口型阅读转换器，它通过注意力引导的自适应记忆从三个方面解决了同时口型阅读的挑战。实验表明，SimulLR 相对于非同时方法在翻译速度上提速了 9.10 倍，并且获得了竞争性的结果，证明了我们提出方法
PDF3 years ago