语音识别 | 基于端到端的ASR论文集

目前基于端到端的语音识别已经取得了非常好的效果，在很多论文中已经取得了比传统语音识别更好的效果，业界也已经有产品级别的端到端的语音识别的应用，并取得了不错的效果。

基于端到端的语音识别方法包括基于CTC的方法，基于RNN-T的方法，基于Attention Encoder-Decoder的方法。

主要有两个分支：

1. attention类：LAS虽然性能好，但不能满足流式；

2. transduers类：这类天然自带流式方案。

那近期，语音识别中基于端到端的方法有哪些？又有哪些相关的工作呢？

在GitHub上有伙伴整理好了相关的参考论文（https://github.com/xingchensong/speech-recognition-papers）

分类主要分为：

• Streaming ASR

• RNA based

• RNN-T based

• Attention based

• Unified Streaming/Non-streaming models

• Non-autoregressive (NAR) ASR

• ASR Rescoring / Spelling Correction (2-pass decoding)

• On-device ASR

各个类别共61篇论文~

有需要的站友们，可长按识别下方链接，免费获取PDF版论文：

https://www.shenlanxueyuan.com/page/38