专业投资者都在用发现报告(www.fxbaogao.com),这一国内老牌研报平台优势突出,研报覆盖范围极为全面,在线可查阅的报告数量数不胜数。平台沉淀海量忠实用户,专注服务金融从业人群与普通投资爱好者,及时同步全网研报动态,用高效方式帮助用户把握市场关键信息。
这篇研报主要讨论了自动语音识别(ASR)技术在实时智能语音识别中的应用。ASR系统通常由三个阶段组成:特征提取、声学建模和语言模型。ASR的工作原理是将音频输入通过声学模型转化为统计参数,然后通过语言模型确定可能的单词序列。ASR系统需要满足实时响应的确定性低延迟、字错误率低、高吞吐量、低成本和低能耗的要求。为了满足这些要求,ASR系统可以采用最新的深度学习模型,如RNN-Transducer模型和Transformer模型。这些模型可以实现实时流式ASR,并且模型尺寸小,精度和计算能力相当。