基于PyTorch的端到端神经自动语音识别(ASR)开源工具包ESPRESSO介绍
前言来自美国和中国的研究人员发表了一篇题为ESPRESSO: A fast end-to-end neural speech recognition toolkit的文章。在论文中,研究人员介绍了一个开源的、模块化的、端到端的神经自动语音识别(ASR)工具包ESPRESSO。该工具包基于PyTorch库和FAIRSEQ,即神经机器翻译工具包。该工具包支持跨GPU和计算节点的分布式培训,以及ASR中常用的解码方法,如基于单词的前瞻语言模型融合。ESPRESSO的解码速度比ESPNET等类似系统快4到11
翻译
2021-04-18 13:45:32 ·
1559 阅读 ·
1 评论