BriefGPT - AI 论文速递
·
基于混合注意力的编码器 - 解码器模型用于高效语言模型适应
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该文介绍了一种新的HAED语音识别模型，通过分离声学模型和语言模型，实现了对传统基于文本的语言模型自适应技术的使用，从而在领域外文本数据进行语言模型自适应时实现了21%的WER改进。
🎯
关键要点
- 提出了一种新的混合注意力编码器 - 解码器（HAED）语音识别模型。
- 该模型通过分离声学模型和语言模型，保留了传统混合自动语音识别系统的模块化。
- 实现了对传统基于文本的语言模型自适应技术的使用。
- 在领域外文本数据进行语言模型自适应时，WER改进达21%。
- 在一般测试集上，模型仅有微小的WER退化。
➡️
