(CTC有一些缺陷)
NLP-SR-CTC笔记
于 2023-01-17 19:18:00 首次发布
CTC(ConnectionistTemporalClassification)主要用于序列到序列的学习,尤其在语音识别中。它依赖于特定类型的encoder,如单向RNN,处理声学特征。由于特征可能信息不足,需要引入额外的token∅来表示不确定性。CTC处理过程中会去除∅和重复的字母,训练时考虑所有可能的对齐(alignment)。尽管如此,CTC的结果可能不够理想,因为它独立决定每个输出,可以优化encoder使其抑制连续相同输出。此外,结合CTC和seq2seq模型(如LAS)可以提升性能。
摘要由CSDN通过智能技术生成