本文介绍了U2++，一种在U2基础上改进的双向端到端语音识别模型，旨在降低错误率。U2++通过添加从右到左的注意力解码器，实现了双向注意力解码，从而在aishell-1和aishell-2数据集上的实验中展现出优于U2的性能。此外，文章还探讨了动态块大小训练、新数据增强算法以及超参数选择对模型效果的影响。
声明：平时看些文章做些笔记分享出来，文章中难免存在错误的地方，还望大家海涵。平时搜集一些资料，方便查阅学习：http://yqli.tech/page/speech.html。如转载，请标明出处。欢迎关注微信公众号：低调奋进
以前阅读的是语音合成相关的代码，现在有机会做一些识别相关的工作，所以接下来也会整理识别相关的资料。
U2++: Unified Two-pass Bidirectional End-to-end Model for Speech Recognition
本文是出门问问联合西北工业大学在2021.06.10更新的文章，在统一streaming和non-streaming的u2基础提出u2++,使其错误率下降，具体文章链接https://arxiv.org/pdf/2106.05642.pdf
（关于u2和wenet可以参考我上一篇文章https://mp.weixin.qq.com/s/6_BIKrZ1I99NwITETiwISQ）
1 背景
端到端的ASR最近几年受到学术界和产业界的关注，诸如CTC, RNN-T,AED（attention based encoder-decoder)等等。上篇文章Wenet和U2提出了一种统
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
