具體來說,該研究改進了當前的語音識別技術(shù)模型,即雙向LSTM(BLSTM),通過添加層軌跡來接管傳感器(目標)分類,使BLSTM可以專注于時間建模。
9月17日消息,在即將出版的Interspeech 2019年論文Layer Trajectory BLSTM中,微軟AI研究人員Eric
Sun,李金鈺和Yifan
Gong通過重新設(shè)計語音識別建模單元,成功推進了語音識別建模技術(shù)。具體來說,該研究改進了當前的語音識別技術(shù)模型,即雙向LSTM(BLSTM),通過添加層軌跡來接管傳感器(目標)分類,使BLSTM可以專注于時間建模。
免責(zé)聲明:本站所使用的字體和圖片文字等素材部分來源于互聯(lián)網(wǎng)共享平臺。如使用任何字體和圖片文字有冒犯其版權(quán)所有方的,皆為無意。如您是字體廠商、圖片文字廠商等版權(quán)方,且不允許本站使用您的字體和圖片文字等素材,請聯(lián)系我們,本站核實后將立即刪除!任何版權(quán)方從未通知聯(lián)系本站管理者停止使用,并索要賠償或上訴法院的,均視為新型網(wǎng)絡(luò)碰瓷及敲詐勒索,將不予任何的法律和經(jīng)濟賠償!敬請諒解!