目录
“自然科学的发展除了按常规科学一点一滴地积累之外,还必然要出现‘科学革命’。”托马斯·库恩在其发表于 1962 年的经典著作《科学革命的结构》中提出的“范式转换”一词,如今已成为大家耳熟能详的技术用语。
大的“范式转换”存在于基础科学领域,小的“范式转化”也存在于几乎每个细分的技术领域。
语音识别新范式
以自然语言处理的子领域“语音识别”为例,从 2012 年引入深度学习技术开始,语音识别的研究热点经历了三个阶段:
-
2011年前后,基于 DNN+HMM(深度神经网络+隐马尔科夫模型)的语音识别
-
2014年前后,基于 LSTM+CTC(长短时记忆网络+连接时序分类)的不完全端到端语音识别
-
2017年前后,基于 Transformer(自注意力机制)的完全端到端语音识别
如果说 2011 年深度学习的引入,是语音识别领域上一次范式转换的起点,那么从 2017 年开始,基于注意力机制和 Transformer 新型神经网络结构的语音识别研究,无疑标志着语音识别的新范式正在形成。