研討會預告 | 使用 Transducer 模型優化語音識別結果
在 ASR 自動語音識別領域，基于 CTC 的聲學模型不再需要對訓練的音頻序列和文本序列進行強制對齊，實際上已經初步具備了端到端的聲學模型建模能力。但是 CTC 模型進行聲學建模存在著兩個嚴重的瓶頸，一是缺乏語言模型建模能力，不能整合語言模型進行聯合優化，二是 CTC 有一個不合理的假設：標簽相互獨立，這個基本假設與語音識別任務之間存在著一定程度的背離，因為在語言系統中存在語境的上下文關系。因此針對 CTC 的不足，Transducer 模型可以彌補這種不合理的假設，解決 CTC 的問題。
3 月 9 日，NVIDIA 企業開發者社區經理李奕澎將面向有 NLP 和 Speech AI 開發需求的開發者，在本次研討會中重點討論 Transducer 模型，并通過代碼來訓練和評估 Transducer 模型。
Transducer 模型在自動語音識別中的應用 – NVIDIA NeMo 代碼解析
3 月 9 日，星期四，20:00 - 21:30
主要內容：
本次網絡研討會主要面向有 NLP 和 Speech AI 開發需求的開發者。通過本次網絡研討會，您可以獲得以下信息：
Transducer 介紹
Transducer loss 的優勢和局限
Transducer 的模型架構
ContextNet 的模型架構
Transducer 模型的訓練和評估
演講嘉賓
李奕澎 | NVIDIA 企業開發者社區經理
擁有多年數據分析建模、人工智能自然語言處理開發經驗。在自動語音識別、自然語言處理、語音合成等對話式 AI 技術領域有豐富的實戰經驗與見解。曾開發法律、金融、保險文檔中基于實體抽取的智能問答系統，曾開發基于 NLP 知識抽取，KG 知識圖譜的建立的科研文檔智能檢索系統。
參與方式
識別二維碼注冊本次研討會
相關資料
識別二維碼了解 NVIDIA NeMo 更多信息
點擊 “閱讀原文” 或掃描下方海報二維碼，即可免費注冊 GTC23，在 3 月 24 日 聽 OpenAI 聯合創始人與 NVIDIA 創始人的爐邊談話，將由 NVIDIA 專家主持，配中文講解和實時答疑，一起看 AI 的現狀和未來！
原文標題：研討會預告 | 使用 Transducer 模型優化語音識別結果
文章出處：【微信公眾號：NVIDIA英偉達】歡迎添加關注！文章轉載請注明出處。
-
英偉達
+關注
關注
22文章
3800瀏覽量
91350
原文標題：研討會預告 | 使用 Transducer 模型優化語音識別結果
文章出處：【微信號：NVIDIA_China，微信公眾號：NVIDIA英偉達】歡迎添加關注！文章轉載請注明出處。
發布評論請先 登錄
相關推薦
PI在線研討會活動預告
2025電子設計與制造技術研討會
Imagination 系列研討會 ｜中國生成式 AI 的發展
飛騰成功舉辦散熱技術應用發展研討會
MathWorks公司將舉辦線上專題研討會
CET中電技術與您相約2024廣東高校綠色低碳校園建設研討會
啟揚智能受邀參加2024恩智浦技術巡回研討會
TME2024優化創新研討會圓滿落幕 宋仕強總經理參加了圓桌論壇
回顧：高云半導體成功舉辦22nm產品及方案研討會
【攜手共進·洞見未來】——“創新優化2024”研討會即將啟幕！
2024 ETAP 電氣系統數字孿生平臺技術研討會（深圳站）
網絡研討會預告 | 《如何使用Zynq Ultrascale+ RFSoC實現軟件定義無線電》
工商網監
評論