BriefGPT - AI 论文速递
·
语音识别变换器：拓扑语言主义视角
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文介绍了双解码器Transformer的新模型架构，该模型同时执行自动语音识别和多语言语音翻译。通过两个解码器的相互交互，该模型在多语言设置中表现优异，并且在ASR和ST之间没有权衡。
🎯
关键要点
- 本文介绍了双解码器Transformer的新模型架构。
- 该模型同时执行自动语音识别（ASR）和多语言语音翻译（ST）。
- 模型基于原始Transformer体系结构，由两个解码器组成，分别负责ASR和ST任务。
- 解码器通过双关注机制相互交互。
- 提出了两种不同的体系结构变体：并行双解码器Transformer和交叉双解码器Transformer。
- 在MuST-C数据集上进行的实验显示，该模型在多语言设置中表现优异。
- 模型在翻译性能上优于以前报道的最高结果，并且优于双语一对一结果。
- 并行模型在ASR和ST之间没有权衡，相对于香草多任务体系结构表现更佳。
➡️
