AI 助理
备案控制台
开发者社区 问答 正文

在端到端语音识别模型中，时间戳预测面临的主要挑战是什么？

在端到端语音识别模型中，时间戳预测面临的主要挑战是什么？

展开
收起
夹心789 2024-06-24 20:00:43 109 分享 版权

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

1 条回答
写回答
取消 提交回答
  • 芯在这

    在端到端语音识别模型中，时间戳预测面临的主要挑战是无法像传统基于HMM的模型那样天然地在解码器中获取输出token的时间戳。CTC/Transducer模型面临尖峰偏移的问题，而Transformer/LAS模型进行非帧同步的解码，因此不能直接获取时间戳。

    2024-06-24 20:30:50
    赞同 展开评论
问答分类：
语音技术 智能语音交互 智能语音交互
问答标签：
智能语音交互模型 端到端智能语音交互 智能语音交互模型时间戳 智能语音交互时间戳 端到端智能语音交互模型
问答地址：
开发者社区 > 人工智能 > 问答
相关问答
在modelscope-funasr用的paraformer的一个语音识别模型，怎么加上热词？
244
0
0
modelscope-funasr的多说话人语音识别模型 支持实时听写吗？
174
0
0
端到端语音识别技术在单语种任务上取得了哪些成果，但在多语种混说场景下存在什么问题？
73
1
0
端到端语音识别技术在单语种任务上取得了哪些成果，但在多语种混说场景下存在什么问题？
47
1
0
阿里云语音AI智能语音交互中录音文件识别的customization_id定制模型还是不能区分热词。
91
1
0
为什么自学习平台训练语音识别模型只需要提供文本不需要音频？
37
0
0
阿里云的语音识别服务提供了多个模型以适应不同的应用场景主要包括哪些？
92
1
0
阿里云语音AI智能语音交互下面的cosyvoice大模型可以免费试用吗？
303
1
0
阿里云语音AI 语音识别 restful api接口 uniapp h5配置跨域报400，为什么？
184
1
0
阿里语音AI实时语音识别 sdm 有个产品功能诉求：目前了解到没有API可以查询到即时占用的chan
113
0
0