声浪
想请教下unified这篇论文中的two pass指的是什么,是融合了流式和非流式的意思吗?还是先Nbest然后rescore这种叫two pass
unified是指融合了流式和非流式的意思,其核心是dynamic chunk,two pass是指先做Nbest然后rescore。
103 0 0
远鉴信息 | 招聘语音识别算法工程师(北京)
北京远鉴信息技术有限公司 北京远鉴信息技术有限公司(下称“远鉴”或“公司”)是一家高科技创新型企业,是国内领先的声纹技术及人工智能服务企业。公司发展始于为公安部、国家网信办等部委提供人工智能技术服务,具备成熟的实战经验。在多个核心技术远鉴拥…
109 0 0
更好的中英文混合语音识别系统
来源丨作业帮语音技术团队 语音作为人与人交流的直接媒介,承载着人们日常生活中的大部分信息来源。基于近年来通信技术与物联网的发展,各式各样的语音助手、智能家具等软硬件层出不穷,人机交互技术的发展及人们对其需求日益攀升。语音识别技术在人机交互上…
227 0 0
语音/音频处理学术速递[8.3]
今天跟大家分享一篇语音相关的论文合集:cs.SD语音9篇,eess.AS音频处理10篇。 cs.SD语音 【1】 Audio Deepfake Detection Based on a Combination of F0 Informati…
253 0 0
Chunk size 16 和 full 的 attention rescoring 解码结果 wer相差过大(8%+),该怎么理解这个现象呢,是否可以考虑增加训练时chunk size 在1-25上
推理时给16的话它还是不能获取足够多的上下文信息
76 0 0
用WeNetspeech的checkpoint做增量训练,数据有40个小时左右。训练出来的模型效果不如直接发出来的好,请问还需要更多的数据吗?还是说大概率是训练方式出错呢?loss本身是有下降的。
应该是数据过拟合了,可以查看下test loss的变化。
101 0 0
