Akopọ
RNN-Transducer (RNN-T) jẹ faaji idanimọ ọrọ sisọ-ọrẹ ṣiṣanwọle ti o ṣe atunṣe ailagbara ti CTC ti o tobi julọ - ailagbara rẹ lati ṣe awoṣe awọn igbẹkẹle laarin awọn ami iṣejade. O ṣe agbara pupọ ti idanimọ ọrọ 'laaye' lori ẹrọ ti o lo lojoojumọ.
Awọn awoṣe Olutumọ RNN joko ni awọn ṣiṣan iṣẹ ohun-AI ti o yi ọrọ, orin, ati ohun pada fun ibaraẹnisọrọ, iraye si, ati iṣelọpọ media.
Jin Dive
Paapaa ti a ṣe nipasẹ Alex Graves (2012), RNN-Transducer daapọ awọn paati mẹta. Kooduopo (nẹtiwọọki transcription) ṣe ilana awọn fireemu ohun sinu awọn ẹya akositiki. Nẹtiwọọki asọtẹlẹ n ṣiṣẹ bi awoṣe ede kan, ni ibamu lori ọna ti awọn ami ọrọ ti a jade tẹlẹ. Nẹtiwọọki apapọ kekere kan lẹhinna dapọ iwo koodu koodu ti 'ibiti a wa ninu ohun' pẹlu wiwo nẹtiwọọki asọtẹlẹ ti 'ohun ti a ti sọ titi di isisiyi' lati ṣe ami ami ami atẹle lori fokabulari kan ti o pẹlu ofifo kan. Ko dabi CTC, nẹtiwọọki asọtẹlẹ yọkuro arosinu-ominira ipo, nitorinaa RNN-T kọ akọtọ ojulowo ati awọn ilana ọrọ inu. Yiyipada nrin lattice 2D ti akoko ohun-orin dipo awọn ami-ijadejade, njade awọn ofo lati ni ilosiwaju nipasẹ ohun ati awọn ami-ami gidi lati ni ilọsiwaju nipasẹ ọrọ - nipa ti n ṣe atilẹyin iṣelọpọ ṣiṣanwọle.
Imọ-imọ-ẹrọ
Ipadanu RNN-T, bii CTC's, ṣe akopọ lori gbogbo awọn ọna titete ti o wulo nipasẹ isọdọtun-pada sẹhin, ṣugbọn lori akoj onisẹpo meji (awọn igbesẹ akoko nipasẹ awọn ipo iṣejade) dipo ọna kan. Emitting kan ti kii ṣe ofo duro ni aaye ohun afetigbọ kanna ati ilọsiwaju atọka aami; emitting kan òfo mura lati akoko. Ẹya monotonic yii, apa osi-si-ọtun jẹ deede idi ti RNN-T ṣiṣan ni mimọ pẹlu airi aala, ko dabi akiyesi kikun eyiti o le yoju ni gbogbo ọrọ.
Mastering RNN-Transducer Models
RNN-Transducer (RNN-T) jẹ faaji idanimọ ọrọ sisọ-ọrẹ ṣiṣanwọle ti o ṣe atunṣe ailagbara ti CTC ti o tobi julọ - ailagbara rẹ lati ṣe awoṣe awọn igbẹkẹle laarin awọn ami iṣejade. O ṣe agbara pupọ ti idanimọ ọrọ 'laaye' lori ẹrọ ti o lo lojoojumọ. Awọn awoṣe Olutumọ RNN joko ni awọn ṣiṣan iṣẹ ohun-AI ti o yi ọrọ, orin, ati ohun pada fun ibaraẹnisọrọ, iraye si, ati iṣelọpọ media. Lati kọ oye ti o jinlẹ, tọju awọn awoṣe RNN-Transducer bi awoṣe iṣẹ, kii ṣe ẹya ẹyọkan: ṣalaye awọn abajade ti o fẹ, ṣe alaye awọn arosọ, ati sọtọ ohun ti eto le ṣe ni igbẹkẹle lati ohun ti o tun nilo idajọ amoye.
Ni iṣe, awọn ẹgbẹ ti o lagbara ti o nlo Awọn awoṣe RNN-Transducer ṣe itọju didara, lairi, ati igbanilaaye gẹgẹbi awọn ẹya pataki kanna ti ilana imuṣiṣẹ. Wọn ṣe akọsilẹ awọn ibeere aṣeyọri ti o fojuhan, idanwo lodi si data ojulowo ati ṣiṣan iṣẹ, ati atunbere ti o da lori awọn ilana ikuna ti a ṣakiyesi dipo awọn bori ala-akoko kan. Eyi ni ibiti oye imọ-jinlẹ yipada si agbara ti o tọ kọja ọja, eto imulo, ati awọn iṣẹ ṣiṣe.
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun. Ni akoko kanna, ilokulo ohun ati awọn eewu imisi eniyan n pọ si nigbati igbanilaaye ba sonu. Ọna resilient julọ julọ ni lati darapọ iyara idanwo pẹlu ibawi ijọba: ṣiṣe awọn awakọ awakọ, mu ẹri mu, ṣe atẹjade awọn iwe ipinnu, ati imudojuiwọn awọn aabo nigbagbogbo bi ihuwasi awoṣe, awọn ireti olumulo, ati awọn ibeere ilana ti dagbasoke.
Ipa Ilana
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Real-World imuse
Google's idanimọ ọrọ lori ẹrọ fun titọ ọrọ Gboard ati Agbohunsile Pixel, nṣiṣẹ ni kikun offline
Ifilelẹ ifiwe ti o san awọn ọrọ bi o ṣe n sọrọ dipo ki o duro de ọ lati pari gbolohun ọrọ kan
Awọn oluranlọwọ ohun kikọ awọn aṣẹ pẹlu lairi kekere lakoko ti o tun n sọrọ
Ipade akoko gidi ati transcription ipe nibiti awọn abajade apa kan gbọdọ han nigbagbogbo
Awọn Ilana imuse
RNN-Transducer Models ni iwa
Google's idanimọ ọrọ lori ẹrọ fun titọ ọrọ Gboard ati Agbohunsile Pixel, nṣiṣẹ ni kikun offline.
Google's idanimọ ọrọ lori ẹrọ fun Gboard dictation ati Pixel Recorder, nṣiṣẹ ni kikun awọn ẹgbẹ aisinipo maa n gba awọn abajade to dara julọ nigbati wọn ba ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
RNN-Transducer Models ni iwa
Ifilelẹ ifiwe ti o san awọn ọrọ bi o ṣe n sọrọ dipo ki o duro de ọ lati pari gbolohun ọrọ kan.
Ifilelẹ ifiwe ti o nṣan awọn ọrọ bi o ṣe n sọrọ dipo ki o duro de ọ lati pari gbolohun ọrọ Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
RNN-Transducer Models ni iwa
Awọn oluranlọwọ ohun kikọ awọn aṣẹ pẹlu lairi kekere lakoko ti o tun n sọrọ.
Awọn oluranlọwọ ohun kikọ awọn aṣẹ pẹlu airi kekere lakoko ti o tun n sọrọ Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
RNN-Transducer Models ni iwa
Ipade akoko gidi ati transcription ipe nibiti awọn abajade apa kan gbọdọ han nigbagbogbo.
Ipade akoko gidi ati gbigbe iwe ipe nibiti awọn abajade apa kan gbọdọ han lemọlemọfún Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Awọn ewu & Awọn ọna iṣọ
ilokulo ohun ati awọn ewu afarawe ṣe pọ si nigbati igbanilaaye ba sonu.
Yiye le ju silẹ kọja awọn asẹnti, awọn ede-ede, tabi awọn agbegbe alariwo.
Ohun afetigbọ sintetiki le jẹ aṣiṣe fun ọrọ ododo laisi isamisi to yege.
Ilana Ilana imuse
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.