Presná definícia
Čo znamená transduktorový model?
Transduktorový model v reči, najmä RNN-T, mapuje vstupnú akustickú sekvenciu na výstupné tokeny bez pevného zarovnania. Spája akustický encoder, prediction network nad predchádzajúcimi tokenmi a joint network. Umožňuje priebežné dekódovanie, pričom tokeny vznikajú monotónne v čase.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Mobilný diktát používa streaming RNN-T s obmedzenou pamäťou kontextu. Tím meria WER aj oneskorenie prvého a finálneho slova a testuje nestabilné čiastkové prepisy. Zmeny slovníka sa validujú bez nekontrolovaného rastu dekódovacieho lúča.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje transduktorový model?
Joint network kombinuje aktuálny akustický stav s históriou výstupov a predikuje token alebo blank, čím implicitne určuje zarovnanie.
Kedy má transduktorový model praktický význam?
Mobilný diktát používa streaming RNN-T s obmedzenou pamäťou kontextu.
S čím si pojem nezamieňať?
CTC nemá samostatný autoregresívny predikčný modul; transduktor modeluje závislosť ďalšieho tokenu od už vydaného textu.
Ako sa výsledok kontroluje?
Meria sa WER/CER, token emission latencia, endpointing, stability partial hypotheses, real-time factor a pamäť.
Na čo si dať pozor?
Silná prediction network môže halucinovať jazykovo častý text a streaming kontext môže prepisovať menej než offline model.