BriefGPT - AI 论文速递
·
面向任务的对话作为自我监督的自动语音识别催化剂
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了一种基于神经网络的会话自动语音识别模型，使用潜变量模块学习会话角色偏好和主题连贯性，并使用主题模型来预测主题中的单词。实验结果显示，该模型在两个汉语任务上相对字符错误率降低了最多12%。
🎯
关键要点
- 提出了一种基于端到端神经网络框架的会话自动语音识别模型。
- 模型使用潜变量模块学习会话级别的角色偏好和主题连贯性。
- 使用主题模型来偏置解码器的输出，以预测主题中的单词。
- 实验结果显示，该模型在两个汉语任务上相对字符错误率降低了最多12%。
🏷️
标签
➡️
