待验证50% 置信事实精确时间

2012年深度学习浪潮兴起后，DNN-HMM混合架构逐步取代纯GMM方案，此后CTC损失函数普及和端到端模型崛起带来语音识别范式革命

1

来源数

50%

置信度

长期有效

时效性

2026/7/21

首次发现

来源

transcribe.cpp：基于ggml的统一语音识别引擎，支持16+模型

相关事实

待验证2012年深度学习浪潮后，深度神经网络逐步替代GMM形成DNN-HMM混合架构84% 相似待验证DQN的核心创新在于将深度学习的感知能力与Q-learning的决策框架相结合，并引入了经验回放和目标网络两项关键技术来稳定训练过程67% 相似已验证DQN由DeepMind于2013年提出，首次将深度神经网络与Q-learning结合64% 相似待验证精排层普遍使用深度学习模型如Wide&Deep、DeepFM或Transformer架构进行CTR预估和互动概率计算63% 相似待验证U²-Net是代表性的开源背景移除深度学习模型之一63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/580990

API

curl https://kongchang.com/api/v1/knowledge/claims/580990

MCP

get_claim(id=580990)