समय सिंक्रनाइज़ एंड-टू-एंड एएसआर मॉडल के लिए खोज अंतरिक्ष जटिलता और दक्षता का एक व्यवस्थित तुलना / A Systematic Comparison of Search Space Complexity and Efficiency for Time-Synchronous End-to-End ASR Models (2026) (Hindi)

खोज स्वचालित भाषण पहचान (एएसआर) प्रणालियों का एक केंद्रीय घटक है और गुप्त मार्कोव मॉडल (एचएमएम) पर आधारित क्लासिक एएसआर मॉडलिंग के लिए गहराई से जांच की गई है। हालांकि, वर्तमान अनुक्रम से अनुक्रम एएसआर आर्किटेक्चर पर काम करते समय, इसे अक्सर बाहरी भाषा मॉडल (एलएम) के बिना एक छोटे से निश्चित आकार के बीम खोज के लिए सरल किया जाता है। इस काम में, हम इन अंत से अंत (ई 2 ई) मोड के तहत कनेक्शनिस्ट टाइमर वर्गीकरण (सीटीसी) और न्यूरोल ट्रांसड्यूसर मॉडल के लिए खोज अंतरिक्ष जटिलता और दक्षता की तुलनात्मक विश्लेषण प्रस्तुत करते हैं।

Abstract

Search is a central component of Automatic Speech Recognition (ASR) systems and has been deeply investigated for classical ASR modeling based on Hidden Markov Models (HMMs). However, in work on current sequence-to-sequence ASR architectures it is often simplified to a small fixed-size beam search without external Language Model (LM). In this work, we present a comparative analysis of search space complexity and efficiency for Connectionist Temporal Classification (CTC) and neural transducer models under different pruning strategies and LM configurations. We show that these end-to-end (E2E) mod

Is this paper real? This page was built from OpenAlex and arXiv records, not generated. Software can verify any reference in one call: GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.31259, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txt