Transformer-Transducer语音识别，你这个用的那个数据集，你有吗？
0条回答 默认 最新
- 2025-07-28 18:15如水蜜的博客 语音识别技术是将人类的语音信号转换成可读或者可听的文本信息的过程。随着深度学习技术的飞速发展，深度学习模型已成为现代语音识别系统的主流方法。本章将为读者介绍当前在语音识别中应用最广泛的一系列深度学习...
- 2025-09-25 02:35丁凡红的博客 在实时语音交互场景中，传统语音识别系统往往面临着"延迟"与"准确率"的两难困境。想象一下，当你对着智能音箱说出指令，却要等待完整语音输入后才能获得响应——这种体验显然无法满足用户对即时反馈的需求。...
- 44070509的博客 1 Model Overview: Transformer Transducer 语音识别发展背景： 首先是GMM-HMM：混合高斯模型作声学模型，n-gram作为语言模型，hmm做时序建模模型； 12年深度学习发展，声学模型和语言学模型分别都逐渐被深度神经...
- 2022-10-28 16:06小湉湉的博客 【飞桨PaddleSpeech语音技术课程】— 语音识别-Transformer
- 我叫永强的博客 语音合成领域论文列表请访问http://yqli.tech/page/tts_paper.html，语音识别领域论文统计请访问http://yqli.tech/page/asr_paper.html。如何查找语音资料请参考文章...
- 2021-05-02 18:00喜欢打酱油的老鸟的博客 从场景上，语音识别可以分为...目前，Transformer 模型虽然在离线场景下可以进行准确的语音识别，但在流式语音识别中却遭遇了两个致命的问题： 1）计算复杂度和内存储存开销会随着语音时长的增加而变大。 由于 Transf
- 2025-12-20 03:57美丽回忆一瞬间的博客 通过集成Whisper等语音识别技术，Langchain-Chatchat实现了全程本地化语音交互。系统从语音输入、转写、知识检索到回答生成全链路可控，兼顾准确性、低延迟与隐私安全，适用于制造、医疗等对数据敏感的行业场景，...
- 2025-10-14 11:39莱森的博客 近年来，随着深度学习的飞速发展，自动语音识别（ASR）技术也迈入了“端到端”（End-to-End, E2E）的时代。与传统的“声学模型+发音词典+语言模型”的割裂式框架不同，端到端模型将整个语音识别过程统一为一个单一的...
- 2024-06-05 05:00Yuki-^_^的博客 AI笔记——语音识别
- 2025-07-18 02:23AI大模型应用工坊的博客 本文旨在全面解析AI语音识别技术在实时交互场景中的实现原理和技术挑战。实时语音识别的核心技术架构低延迟处理的关键算法优化端到端语音识别模型的实现细节实际应用中的性能调优策略文章将从基础概念开始，逐步深入...
- 没有解决我的问题, 去提问
问题事件
系统已结题
10月14日
创建了问题
10月6日