ASR 课程讲义全面翻新:HMM 退场,语音 LLM 与全双工登场
solyarisoftware · x · 2026-10-31
- Laurent Besacie 更新了自己的 ASR(语音识别)课程讲义,不到 100 页幻灯片,并借助 Claude 完成配图,公开征求反馈。
- 内容结构反映技术代际更替:大幅减少 HMM(隐马尔可夫模型)篇幅,转向 speech tokens、语音 LLM 和全双工(full-duplex)模型等新一代语音技术路线。
- 引用者 @joshmeyer 感慨仍对经典 GMM(高斯混合模型)有感情,恰好映衬这场从传统统计建模到语音大模型的迁移。适合想快速跟上现代语音识别体系的读者作为入门/复习材料。
「研究」频道最新
- S2COPE 方法从无标注图像中挖掘可解释视觉概念 — burkov · 2026-10-31
- Rust 版 MLIP 推理引擎 llmlip.rs:比 PyTorch MACE 快 17.7 倍 — CatAstro_Piyush · 2026-10-31
- 科学家向 Anthropic 与 OpenAI 点名一批亟待「去孤儿化」的 GPCR 受体 — MaxUnfried · 2026-10-31
- Self-Credit:让 LLM 智能体自我分配步骤奖励,BrowseComp-Plus 提升 8.5 分 — gregd_nlp · 2026-10-31
- Jev 引爆决策模型热潮，一篇图解讲透 Perplexity Decider 原理 — antoine_chaffin · 2026-10-31
- 8B 参数临床多模态模型登 Nature：放射皮肤科理解超越临床医生 — YogurtExternal7923 · 2026-10-31