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

原文约300字，阅读约需1分钟。发表于：。

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，通过分离声学模型和语言模型，以保留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，从而在相对于纯 AED 模型在领域外文本数据进行语言模型自适应时实现了 21% 的词错误率（WER）改进，并且在一般测试集上只有微小的词错误率（WER）退化。

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。