Earlybird

Earlybird语音模型可提前90毫秒预测单词

研究人员开发了Earlybird，这是一种新颖的语音识别模型，通过在单词说出之前进行预测，显著降低了延迟。与在单词完成后输出的传统流式模型不同，Earlybird可以在说话者完成单词之前的90毫秒内预测出该单词，在有声读物上的预测准确率为69%。该模型拥有2900万个参数，还能为正在发音的单词提供置信度分数，并在包括Open ASR Leaderboard在内的各种测试集上优于现有模型。