该文介绍了一种低维度特征表示方法，能够学习到跨话语上下文特征，并在 ASR 系统中应用。实验结果表明，相对于基线模型，该系统在 Gigaspeech 语音语料上的绝对词错误率显著降低。

本文提出了一种紧凑的低维度特征表示方法，通过注意力池化层优化了ASR系统，实验结果表明在1000小时的语音语料上实现了显著降低的绝对词错误率。