other model

一、CTC

1、Connectionist Temporal Classification

2、使用单向的encoder可以做到在线语音识别

3、在online中:encode将h_i输出,h_i丢到一个线性的Classifier中可以得到当前的token的distribution。

4、还可以得到over整个token的distribution,将h进行transform,再做softmax得到。

5、加入无法判断的输出null

(1)输入T个声学特征,输出T个tokens

(2)输出的token中含有null,将重复的token合并,移除null

6、训练的时候要自己自造情况进行输出,然后训练,这里穷举了

并使最小化损失

7、CTC还有将token设置为word的

二、RNA

1、Recurrent Neural Aligner

2、给一个h_i得到一个token,前后具有依赖性

三、RNN-T

1、给一个h_i输出多个token,直到model觉得自己输出完了,输出一个null;进行下一个h_i的操作

2、还有另一种忽略null的情况

四、Neural Transducer

1、一次给固定多个h_i加上attention输出多个token直到输出null再进行下一组。

2、不同的attention会有不同的正确率

五、MoChA

1、Monotonic Chunkwise Attention

2、现在窗口可以是不固定的了

3、输出还是跟前面的Neural Transducer一样

六、总结

相关推荐
fantasy_arch1 天前
transformer-注意力评分函数
人工智能·深度学习·transformer
BreezeJuvenile1 天前
深度学习实验一之图像特征提取和深度学习训练数据标注
人工智能·深度学习
万俟淋曦1 天前
【论文速递】2025年第30周(Jul-20-26)(Robotics/Embodied AI/LLM)
人工智能·深度学习·ai·机器人·论文·robotics·具身智能
高洁011 天前
大模型-高效优化技术全景解析:微调 量化 剪枝 梯度裁剪与蒸馏 下
人工智能·python·深度学习·神经网络·知识图谱
Moniane1 天前
Python爬虫入门:从零到数据采集
深度学习
lingchen19061 天前
卷积神经网络中的卷积运算原理
深度学习·计算机视觉·cnn
MYX_3091 天前
第七章 完整的模型训练
pytorch·python·深度学习·学习
渡我白衣1 天前
深度学习进阶(八)——AI 操作系统的雏形:AgentOS、Devin 与多智能体协作
人工智能·深度学习
CLubiy1 天前
【研究生随笔】Pytorch中的线性代数
pytorch·python·深度学习·线性代数·机器学习
材料科学研究1 天前
深度学习物理神经网络(PINN)!
python·深度学习·神经网络·pinn