首页
学习
活动
专区
圈层
工具
发布
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

作者头像
社会的拿破仑
发布于 2026-11-18 14:36:23
发布于 2026-11-18 14:36:23
240
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。

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