摘要 本文介绍了一款名为WeNet的开源端到端语音识别工具包。其核心创新在于提出 “U2” 架构，首次在单一模型中统一了流式（实时）与非流式（离线）的语音识别模式，旨在弥合前沿研究模型与实际工业部署之间的差距。 核心问题与目标：解决端到端语音识别模型研究与部署脱节的问题，提供一个生产就绪、高效率的解决方案。 核心技术（U2）： 模型架构：采用混合CTC/注意力机制，以Transformer或Conformer作为编码器，并用注意力解码器进行重打分以提升精度。 关键创新（动态分块注意力）：通过动态分块策略，使自注意力…
最近评论
davidcheung 发布于 11 个月前（02月09日）
tk88 发布于 11 个月前（02月07日）
cuicui 发布于 1 年前（10月20日）
niming 发布于 1 年前（09月19日）
davidcheung 发布于 2 年前（08月16日）
Nolan 发布于 3 年前（07月25日）
davidcheung 发布于 4 年前（06月19日）
aobai 发布于 4 年前（03月13日）
匿名 发布于 5 年前（12月30日）
小奥 发布于 5 年前（12月12日）