国产无无码一区二区四区,国产精品一区二区三区在线观看,baoyu135国产精品tv

在 ASR 自動(dòng)語(yǔ)音識(shí)別領(lǐng)域，基于 CTC 的聲學(xué)模型不再需要對(duì)訓(xùn)練的音頻序列和文本序列進(jìn)行強(qiáng)制對(duì)齊，實(shí)際上已經(jīng)初步具備了端到端的聲學(xué)模型建模能力。但是 CTC 模型進(jìn)行聲學(xué)建模存在著兩個(gè)嚴(yán)重的瓶頸，一是缺乏語(yǔ)言模型建模能力，不能整合語(yǔ)言模型進(jìn)行聯(lián)合優(yōu)化，二是 CTC 有一個(gè)不合理的假設(shè)：標(biāo)簽相互獨(dú)立，這個(gè)基本假設(shè)與語(yǔ)音識(shí)別任務(wù)之間存在著一定程度的背離，因?yàn)樵谡Z(yǔ)言系統(tǒng)中存在語(yǔ)境的上下文關(guān)系。因此針對(duì) CTC 的不足，Transducer 模型可以彌補(bǔ)這種不合理的假設(shè)，解決 CTC 的問(wèn)題。

3 月 9 日，NVIDIA 企業(yè)開(kāi)發(fā)者社區(qū)經(jīng)理李奕澎將面向有 NLP 和 Speech AI 開(kāi)發(fā)需求的開(kāi)發(fā)者，在本次研討會(huì)中重點(diǎn)討論 Transducer 模型，并通過(guò)代碼來(lái)訓(xùn)練和評(píng)估 Transducer 模型。

Transducer 模型在自動(dòng)語(yǔ)音識(shí)別中的應(yīng)用 – NVIDIA NeMo 代碼解析

3 月 9 日，星期四，20:00 - 21:30

主要內(nèi)容：

本次網(wǎng)絡(luò)研討會(huì)主要面向有 NLP 和 Speech AI 開(kāi)發(fā)需求的開(kāi)發(fā)者。通過(guò)本次網(wǎng)絡(luò)研討會(huì)，您可以獲得以下信息：

Transducer 介紹
Transducer loss 的優(yōu)勢(shì)和局限
Transducer 的模型架構(gòu)
ContextNet 的模型架構(gòu)
Transducer 模型的訓(xùn)練和評(píng)估

演講嘉賓

李奕澎 | NVIDIA 企業(yè)開(kāi)發(fā)者社區(qū)經(jīng)理

擁有多年數(shù)據(jù)分析建模、人工智能自然語(yǔ)言處理開(kāi)發(fā)經(jīng)驗(yàn)。在自動(dòng)語(yǔ)音識(shí)別、自然語(yǔ)言處理、語(yǔ)音合成等對(duì)話式 AI 技術(shù)領(lǐng)域有豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)與見(jiàn)解。曾開(kāi)發(fā)法律、金融、保險(xiǎn)文檔中基于實(shí)體抽取的智能問(wèn)答系統(tǒng)，曾開(kāi)發(fā)基于 NLP 知識(shí)抽取，KG 知識(shí)圖譜的建立的科研文檔智能檢索系統(tǒng)。

參與方式

識(shí)別二維碼注冊(cè)本次研討會(huì)

相關(guān)資料

識(shí)別二維碼了解 NVIDIA NeMo 更多信息

點(diǎn)擊 “閱讀原文” 或掃描下方海報(bào)二維碼，即可免費(fèi)注冊(cè) GTC23，在 3 月 24 日聽(tīng) OpenAI 聯(lián)合創(chuàng)始人與 NVIDIA 創(chuàng)始人的爐邊談話，將由 NVIDIA 專(zhuān)家主持，配中文講解和實(shí)時(shí)答疑，一起看 AI 的現(xiàn)狀和未來(lái)！

原文標(biāo)題：研討會(huì)預(yù)告 | 使用 Transducer 模型優(yōu)化語(yǔ)音識(shí)別結(jié)果

文章出處：【微信公眾號(hào)：NVIDIA英偉達(dá)】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

聲明：本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題，請(qǐng)聯(lián)系本站處理。舉報(bào)投訴