CTC学习笔记（四） 解码-WFST

                     

---

类似于HCLG的wfst结构，EESEN: END-TO-END SPEECH RECOGNITION USING DEEP RNN MODELS AND WFST-BASED DECODING文章提出了TLG的网络结构

Grammar

Lexicon

有两种形式，可以基于characters和phonemes。

Token

对应于传统的state，前后添加blank，而且状态存在自旋

网络

S=T∘min(det(L∘G)) S=T∘min(det(L∘G))

结论

相比于传统的hybrid方法，准确率差不多，解码速度有三倍以上的提升。原因在于，状态数从几千个降到了几十个，减小了网络复杂度。

           

                     

---

类似于HCLG的wfst结构，EESEN: END-TO-END SPEECH RECOGNITION USING DEEP RNN MODELS AND WFST-BASED DECODING文章提出了TLG的网络结构

Grammar

Lexicon

有两种形式，可以基于characters和phonemes。

Token

对应于传统的state，前后添加blank，而且状态存在自旋

网络

S=T∘min(det(L∘G)) S=T∘min(det(L∘G))

结论

相比于传统的hybrid方法，准确率差不多，解码速度有三倍以上的提升。原因在于，状态数从几千个降到了几十个，减小了网络复杂度。