Unverified80% confidenceFactTime unknown
Google的语音识别系统使用Conformer架构，将声学特征提取、语言理解和上下文推理整合到单一神经网络中
1
Sources
80%
Confidence
Long-term
Relevance
6/1/2026
First Seen
Sources
Related Entities
Related Claims
Unverified深度学习说话人分离的代表性工作包括谷歌的SoundSeparation和微软的SELD系列模型77% similarUnverifiedMeta的Voicebox和Google的AudioPaLM是尝试将感知-理解-生成链路压缩进单一Transformer架构的语音系统76% similarUnverifiedGoogle 的 AudioPaLM 是直接实现音频到音频映射的端到端语音模型76% similarVerified语音识别技术经历了从隐马尔可夫模型（HMM）到循环神经网络（RNN）再到端到端模型的演进74% similarUnverified端侧语音识别是指将语音转文字的推理过程完全在用户设备本地执行，而非依赖云端服务器72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/27486API
curl https://kongchang.com/api/v1/knowledge/claims/27486MCP
get_claim(id=27486)