本文综述基于CTC的端到端语音识别研究进展，涵盖SAN-CTC、Mask-CTC、联合CTC-Attention等模型，通过知识蒸馏、多任务学习、语言增强等手段，在WSJ、CHiME-4、AISHELL-1等任务上降低错误率5%至17.5%，并提升推理速度。