Newest papers

A Systematic Comparison of Search Space Complexity and Efficiency for Time-Synchronous End-to-End ASR Models

Simon Berger, Larissa Kleppel, Ralf Schlüter · 2026 · arXiv

DOI: 10.48550/arXiv.2610.31259 · open-access PDF

Vietnamese

Tìm kiếm là một thành phần trung tâm của hệ thống Tự động nhận dạng giọng nói (ASR) và đã được nghiên cứu sâu sắc cho mô hình ASR cổ điển dựa trên Mô hình Markov ẩn (HMM). Tuy nhiên, trong công việc trên các kiến trúc ASR theo chuỗi hiện tại, nó thường được đơn giản hóa thành một tìm kiếm chùm cỡ cố định nhỏ mà không có Mô hình Ngôn ngữ bên ngoài (LM). Trong công việc này, chúng tôi trình bày một phân tích so sánh về sự phức tạp và hiệu quả của không gian tìm kiếm cho Phân loại thời gian kết nối (CTC) và các mô hình chuyển đổi thần kinh dưới các chiến lược cắt và cấu hình LM khác nhau.

Machine translation (Meta M2M100); the English original follows.

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

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange