BriefGPT - AI 论文速递
·
ICASSP2024 ICMC-ASR 大赛的 NUS-HLT 系统
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究介绍了我们在2023年中国持续视觉语音识别挑战赛中的系统，使用了中间连接主义时间分类残差模块和双变压器解码器提高准确性。使用汉字作为建模单元，并使用递归神经网络语言模型进行浅层融合。实验结果显示，我们的系统在评估集上的字符错误率为38.09%，相对于基准线减少了21.63%，并获得第二名。
🎯
关键要点
- 本研究介绍了在2023年中国持续视觉语音识别挑战赛中的系统。
- 使用中间连接主义时间分类残差模块和双变压器解码器提高模型准确性。
- 汉字作为建模单元，使用递归神经网络语言模型进行浅层融合。
- 实验结果显示，系统在评估集上的字符错误率为38.09%。
- 相对于基准线，字符错误率减少了21.63%，并获得第二名。
🏷️
标签
➡️
