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). 1 Помогает расшифровывать речь, определяя, какой символ произнесён в каждый момент. 1 Преимущество CTC в том, что он хорошо обучается, в том числе на больших объёмах данных, и позволяет быстро применять модель в работе. 1
• RNN Transducer. 1 Подходит для обработки звука по мере его поступления, иначе говоря — в стриминговом режиме. 1 Может учитывать контекст и меньше подвержен ошибкам выравнивания, чем CTC. 1 Благодаря совместному обучению акустической и языковой моделей обеспечивает улучшенное качество транскрипций. 1
• LAS (Listen, Attend and Spell, другое название — Attention-based Encoder-Decoder). 1 Имеет встроенную языковую модель наподобие ChatGPT, которая с помощью механизма внимания может учитывать всю входящую последовательность для каждого символа. 1 LAS хорошо справляется с длинными записями, в которых важно учитывать глобальный контекст. 1

Также в системах автоматического распознавания речи (ASR) используются скрытые Марковские модели (СММ), алгоритмы динамического программирования и нейронные сети. 5 При последнем подходе нейросеть обучается находить закономерности между входными и выходными данными на основе заранее размеченного набора данных. 5

В современных системах распознавания речи описанные подходы редко используются в чистом виде, чаще всего применяются их комбинации. 5