다중 화자 자동 음성 인식을 위한 중첩 인코딩 분리를 활용한 직렬화된 음성 정보 안내

중첩 인코딩을 분리하여 CTC 손실을 활용함으로써 인코더 표현을 개선하고, 분리된 단일 화자 정보를 활용하여 디코딩 성능을 향상시킨다.