李宏毅语音课程-RNN-T模型

rnn-t decoder：给一个输入h，输出多个字符 直到输出空字符Φ。接着输入下一个MCCC特征

实际会在输出字符的后面会 加一个 RNN(最上面的蓝色块)。把原来的RNN剔除(中间黄色块)。

原因：1. 增加的RNN相当于一个语言模型LM，可以提前从text中训练。2. 方便RNN-T的训练。

 训练时：穷举所有alignment

本栏目推荐文章
• cleaning of llm corpus 大模型语料清洗
• Eloquent 模型使用详解 Has One Through 远程一对一
• 从Bitcask存储模型谈超轻量级KV系统设计与实现
• 开发篇1：使用原生api和Langchain调用大模型
• freeswitch+lua实现IVR(互动式语音应答)
• darknet-yolov4训练自己的模型记录
• 扩散模型
• 机器学习-概率图模型系列-隐含马尔科夫模型-33
• [Maven] 02 - POM模型与常见插件
• 如何开发医疗保险欺诈识别监测模型中的模型选择与构建？

语音 模型 课程 RNN-T RNN语音 模型 课程rnn-t 语音 模型rnn-t rnn rnn-t rnn-t las ctc rna 语音 模型 课程 笔记 语音 模型 原理 课程 语音 模型whisper文字 机器人 语音 模型 机器 算法 语音 模型 身份 语音 模型