社会的拿破仑
Conformer 如何提升四川方言识别?从多尺度卷积到动态重打分
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
社会的拿破仑
社区首页
>
专栏
>
Conformer 如何提升四川方言识别?从多尺度卷积到动态重打分
Conformer 如何提升四川方言识别?从多尺度卷积到动态重打分
社会的拿破仑
关注
发布于 2026-11-18 14:36:23
发布于 2026-11-18 14:36:23
24
0
举报
概述
四川方言 ASR 的优化方向,正在从单纯增加模型规模,转向声学特征、方言语言模型、解码算法与实际部署条件的协同设计。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
声纹识别
语音识别
目录
Conformer 如何提升四川方言识别?从多尺度卷积到动态重打分
一、传统 Conformer 为什么适合语音识别?
二、多尺度卷积:为什么四川方言需要不同时间范围的声学特征?
三、PyTorch 实践:实现一个多尺度门控卷积模块
四、为什么有了更好的编码器,还需要 CTC 和 Attention 联合解码?
五、四川方言 N-gram 语言模型:为什么还需要传统语言模型?
六、动态重打分:为什么固定权重不一定适合所有语音?
一个简化的动态重打分实现
七、如何设计一套可复现的四川方言 ASR 优化实验?
八、从算法改进到企业方言 ASR,为什么还需要工程适配?
九、总结:四川方言 ASR 的优化,不只是换一个更大的模型
参考资料
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档