E-Paraformer: A Faster and Better Parallel Transformer for Non-autoregressive End-to-End Mandarin Speech Recognition

【非自回归 ASR 模型】
基于 paraformer 的并行化改进，在不降低字准率的情况下，实现全并行计算，提升推理速度。
在之前的验证中，英文上也可以实现较好的结果，LibSpeech 的实验结果（仅供参考）为 dev_clean/dev_other :2.91/6.67; test_clean/test_other:3.12/6.83。
可惜的是 interpseech 篇幅有限，加上当时在英文 libripseech 的结果没有达到非自回归的 sota 的，所以没有放。

• 论文链接
  INTERSPEECH 2024
  https://www.isca-archive.org/interspeech_2024/zou24_interspeech.pdf

• 开源代码
  https://github.com/modelscope/FunASR/tree/main/examples/aishell/e_paraformer

• 模型架构
  

• 实验结果