SFFAI 17 | 使用RNN-Transducer进行语音识别建模 发表于 2019-01-29 分类于 🌙进阶学习 ， ⭐讲座 阅读次数： Valine： 本文字数： 296 阅读时长 ≈ 1 分钟关注微信公众号：人工智能前沿讲习班，公众号对话框回复“田正坤2”获取PPT。基于联结时序分类(CTC)的声学模型不再需要对训练的音频序列和文本序列进行强制对齐，实际上已经初步具备了端到端的声学模型建模能力。但是CTC模型进行声学建模存在着两个严重的瓶颈，一是缺乏语言模型建模能力，不能整合语言模型进行联合优化，二是不能建模模型输出之间的依赖关系。RNN-Transducer针对CTC的不足，进行了改进，使得模型具有了端到端联合优化、具有语言建模能力、便于实现Online语音识别等突出的优点。参考资料https://www.bilibili.com/video/BV1yb411C7VX/