qq_22643307的博客

原创 关于Seq2Seq model: Connectionist Temporal classification一些理解（1）

    首先，我们回顾下seq2seq想要解决的问题这样一类问题：    比如说，在语音识别的任务中，我们是输入一段语音然后输出一段文字，而在机器翻译中，假设中英翻译，那我们就是输入一段中文的文字序列然后输出一段英文序列，在这个过程中通常N！=M.    以语音识别任务为例来详细展开讲述一下CTC：    上图是通常语音识别的预处理过程，首先将常见的音频文件（mp3，wmv等格式）解压成wav文件...