Какие методы применяются для расшифровки человеческой речи в автоматических системах

Для расшифровки человеческой речи в автоматических системах применяются различные методы, например:

• CTC (Connectionist Temporal Classification). blog.skillfactory.ru Помогает расшифровывать речь, определяя, какой символ произнесён в каждый момент. blog.skillfactory.ru Преимущество CTC в том, что он хорошо обучается, в том числе на больших объёмах данных, и позволяет быстро применять модель в работе. blog.skillfactory.ru
• RNN Transducer. blog.skillfactory.ru Подходит для обработки звука по мере его поступления, иначе говоря — в стриминговом режиме. blog.skillfactory.ru Может учитывать контекст и меньше подвержен ошибкам выравнивания, чем CTC. blog.skillfactory.ru Благодаря совместному обучению акустической и языковой моделей обеспечивает улучшенное качество транскрипций. blog.skillfactory.ru
• LAS (Listen, Attend and Spell, другое название — Attention-based Encoder-Decoder). blog.skillfactory.ru Имеет встроенную языковую модель наподобие ChatGPT, которая с помощью механизма внимания может учитывать всю входящую последовательность для каждого символа. blog.skillfactory.ru LAS хорошо справляется с длинными записями, в которых важно учитывать глобальный контекст. blog.skillfactory.ru

Также в системах автоматического распознавания речи (ASR) используются скрытые Марковские модели (СММ), алгоритмы динамического программирования и нейронные сети. cyberleninka.ru При последнем подходе нейросеть обучается находить закономерности между входными и выходными данными на основе заранее размеченного набора данных. cyberleninka.ru

В современных системах распознавания речи описанные подходы редко используются в чистом виде, чаще всего применяются их комбинации. cyberleninka.ru