CTC尖峰前移方法—BRCTC—Tencent AI Lab

Vanilla CTC 对齐存在尖峰漂移现象，这使得无法比较准确获取 CTC 对齐结果，上采样后漂移误差更大，如何缓解该问题。
最近，Tencent AI Lab 在 ICLR 2023 提出了 Bayes Risk CTC 通过对候选路径 risk factor 配置 来挑选应用场景需要的路径。通过这种方式使得尖峰对齐具备前移与后移现象，可以自定义配置。
隐藏内容有 PR 链接与原文分享