SeACo-Paraformer模型是如何解决CLAS模型存在的问题的?
SeACo-Paraformer模型通过引入用于热词建模的bias decoder,以及与感知热词位置的label计算loss进行显式的热词预测训练,从而解决了CLAS模型生效不稳定的问题。在解码阶段,SeACo-Paraformer将热词后验概率与原始ASR后验概率进行加权融合,实现了更加稳定的热词召回。
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。