ORCIDGitHubLinkedIn
RSS Özgeçmiş EN

RNN-T

Türkçe karşılığı: Tekrarlayan sinir ağı dönüştürücüsüAlan: Konuşma İşleme

Streaming ASR için acoustic encoder, prediction network ve joint network ile ses ve çıktı geçmişini birlikte modelleyen transducer mimarisi.

Konuşma İşleme Bağlamı

CTC'ye göre çıktı token bağımlılıklarını daha doğrudan modelleyebilir ve online decoding için uygundur. Beam search state yönetimi ve blank emission latency açısından önemlidir.

Akustik ve Modelleme Sınırı

RNN-T adı transformer transducer türevlerini dışlamaz; prediction/joint yapısı korunurken encoder farklı mimaride olabilir.

İlişkili Konuşma İşleme Kavramları

Kaynak

  • https://arxiv.org/abs/1211.3711

Son güncelleme:

İlgili kavramlar

Konuşma İşleme

İlgili teknik yayınlar

Başlık veya özetinde bu kavrama doğrudan karşılık gelen yayınlar.

Sesten Konuşma Tanıma

Ayrışık sözcük, sözcük yakalama ve sürekli konuşmadan DTW, HMM/WFST ve n-gram tabanlı klasik sistemlere; CTC, RNN-T, Transformer ve Conformer yaklaşımlarına uzanan ASR notu.