Speech-Transformer: A No-Recurrence Sequence-to-Sequence Model for Speech Recognition

变压器 计算机科学 语音识别 编码器 序列(生物学) 解码方法 字错误率 序列标记 序列学习 人工智能 自然语言处理 任务(项目管理) 算法 电压 工程类 电气工程 操作系统 系统工程 生物 遗传学
作者
Linhao Dong,Shuang Xu,Bo Xu
标识
DOI:10.1109/icassp.2018.8462506
摘要

Recurrent sequence-to-sequence models using encoder-decoder architecture have made great progress in speech recognition task. However, they suffer from the drawback of slow training speed because the internal recurrence limits the training parallelization. In this paper, we present the Speech-Transformer, a no-recurrence sequence-to-sequence model entirely relies on attention mechanisms to learn the positional dependencies, which can be trained faster with more efficiency. We also propose a 2D-Attention mechanism, which can jointly attend to the time and frequency axes of the 2-dimensional speech inputs, thus providing more expressive representations for the Speech-Transformer. Evaluated on the Wall Street Journal (WSJ) speech recognition dataset, our best model achieves competitive word error rate (WER) of 10.9%, while the whole training process only takes 1.2 days on 1 GPU, significantly faster than the published results of recurrent sequence-to-sequence models.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
王黎应助科研通管家采纳,获得30
刚刚
科研通AI2S应助科研通管家采纳,获得10
刚刚
刚刚
李爱国应助科研通管家采纳,获得10
刚刚
大模型应助科研通管家采纳,获得10
刚刚
FashionBoy应助科研通管家采纳,获得10
刚刚
DaYongDan完成签到 ,获得积分10
刚刚
刚刚
荔枝QQ糖发布了新的文献求助10
1秒前
dai完成签到,获得积分10
1秒前
疯丫头完成签到,获得积分10
1秒前
1秒前
CipherSage应助安详的盼波采纳,获得10
2秒前
学术垃圾完成签到 ,获得积分10
2秒前
摩西西完成签到,获得积分10
2秒前
kokoka完成签到 ,获得积分10
2秒前
顾矜应助xjj采纳,获得10
2秒前
xixi发布了新的文献求助10
3秒前
静穆儿完成签到,获得积分10
3秒前
野原完成签到,获得积分10
3秒前
微风完成签到,获得积分10
3秒前
金色的太阳完成签到,获得积分10
3秒前
体贴薯片完成签到,获得积分10
3秒前
luyjabc应助隋菿99采纳,获得10
3秒前
害怕的小懒虫完成签到,获得积分10
4秒前
Christian完成签到,获得积分10
4秒前
4秒前
yaya完成签到 ,获得积分10
4秒前
4秒前
科研人完成签到,获得积分10
5秒前
dandan发布了新的文献求助10
5秒前
黄小翰完成签到,获得积分10
5秒前
愉悦完成签到,获得积分10
6秒前
6秒前
6秒前
orixero应助imomo999采纳,获得10
7秒前
7秒前
7秒前
大模型应助惜惜采纳,获得10
7秒前
科研通AI2S应助psybrain9527采纳,获得10
8秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 890
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3257371
求助须知:如何正确求助?哪些是违规求助? 2899272
关于积分的说明 8304996
捐赠科研通 2568569
什么是DOI,文献DOI怎么找? 1395172
科研通“疑难数据库(出版商)”最低求助积分说明 652955
邀请新用户注册赠送积分活动 630727