利用內部聲學模型訓練和雙空白閾值提升混合自回歸轉換器的自動語音識別性能

提出一種內部聲學模型(IAM)訓練策略,可以增強基於混合自回歸轉換器(HAT)的語音識別性能。IAM與HAT共享參數並進行聯合訓練,不僅提高了HAT的訓練效率,還能促進IAM和HAT同步發出空白符號,從而更有效地進行空白閾值處理,加快解碼速度。