다화자 음성 인식을 위한 Sortformer: 시간 정보와 토큰 간의 연결을 통한 화자 구분과 음성 인식의 원활한 통합

Sortformer는 화자 구분과 음성 인식을 통합하는 새로운 신경망 모델로, 시간 정보와 토큰 간의 연결을 통해 화자 구분 문제를 해결합니다.