ICLR 2025｜小米新一代Kaldi语音识别算法CR-CTC，纯CTC性能实现SOTA

---

小米新一代kaldi团队在语音识别领域取得重大突破！其论文《cr-ctc: consistency regularization on ctc for improved speech recognition》已被iclr 2025接收。该论文提出了一种名为cr-ctc的新方法，显著提升了纯ctc语音识别模型的性能，使其与更复杂的transducer和ctc/aed模型不相上下，甚至在多个数据集上取得了新的sota结果。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

这项研究由Kaldi之父Daniel Povey领衔，基于新一代Kaldi开源项目（https://www.php.cn/link/d4ae72ec5374a998c56865d04fb32da5。

论文链接：https://www.php.cn/link/82d7316e019b5fbd2889b907e203aa32 论文代码：https://www.php.cn/link/bb0a313f554c3a2b6e9944368512bb9b）

CR-CTC的核心思想是通过一致性正则化来提升CTC模型的性能。 它利用SpecAugment数据增强技术生成两个不同的输入视图，并分别输入到共享参数的编码器中。通过最小化两个CTC概率分布之间的KL散度，CR-CTC有效地约束了模型输出的一致性，从而提高了模型的泛化能力。

Health AI健康云开放平台

专注于健康医疗垂直领域的AI技术开放平台

113 查看详情

论文深入探讨了CR-CTC的三个关键方面：自蒸馏、掩码预测和峰值抑制。实验结果表明，CR-CTC在LibriSpeech、Aishell-1和GigaSpeech等数据集上均取得了显著的性能提升，超越了标准CTC，并与CTC/AED和Transducer模型的效果相当，甚至在与后者联合训练后取得了更好的结果。

这项研究为语音识别技术的发展提供了新的思路，也展现了新一代Kaldi项目在推动开源语音技术进步方面的巨大潜力。 CR-CTC的简洁性和有效性使其具有广泛的应用前景。

以上就是ICLR 2025｜小米新一代Kaldi语音识别算法CR-CTC，纯CTC性能实现SOTA的详细内容，更多请关注其它相关文章！

# 生命科学  # 枣庄网站优化  # 深圳seo知识大全  # 黄陂抖音SEO  # 西城区网站建设服务  # 武汉优化网站方式  # 绵竹企业网站推广  # 宝坻区网站推广营销中心  # 虎丘区网站建设规划设计  # 焦作新站网站推广技巧  # 咸宁网站关键字优化  # 今日  # 开源  # 手把手  # 工程  # 使其  # 多家  # 取得了  # 进阶  # 工作流  # Peech  # 2025  # ai  # git  # 语音识别  # cr-ctc  # 小米集团 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 厂商陆续公布AI进展 完美世界游戏展示复合应用AI in GamePlay  九号公司主导制定短途交通和送物机器人领域首个国际标准，标志着零的突破发布  到中国科技馆体验“一滴油的奇妙旅行”，线上元宇宙展厅同步开启  塑造全能智能管家：华为小艺AI加成应对大模型挑战  世界人工智能大会上，科大讯飞宣布与华为联手  深剖Apple Vision Pro中暗藏的“AI”  谷歌旗下 DeepMind 开发出 RoboCat AI 模型，能控制多种机器人执行一系列任务  禁止艺术家使用 AI 创作《龙与地下城》游戏插图的决定已在 D&D Beyond 生效  2025世界人工智能大会前沿科技共绘“未来”图景， 这家这家独角兽企业的通用大脑将在AI领域大放异彩  微软最新推出的NaturalSpeech2语音合成模型：提供更准确的语音重构，避免棒读效果  管提需求，大模型解决问题：图表处理神器SheetCopilot上线  500元一张的AI艺术二维码制作，详细教程来了！  AI室内设计软件流行，室内设计行业如何应对效率变革  微软为 AI 初学者推出免费网课：为期 12 周，共 24 节课  人工智能“Aria”现身 Opera浏览器100版本更新：新功能“标签岛”  AI新风口？首个高质量「文生视频」模型Zeroscope引发开源大战：最低8G显存可跑  笔神作文声讨学而思AI大模型 称用“爬虫”技术盗取数据  国产工业机器人领域“暗潮涌动”，即将迎来新一轮复苏  OpenAI CEO 山姆・阿尔特曼呼吁 AI 领域中美应当合作  马斯克的幽默“现实”：AR眼镜与20美元“增强现实”哪个真实？  OpenAI高管：AI能创造新的就业机会 但也会淘汰一些  AI大模型紫东太初已被注册商标 中科院已注册紫东太初大模型商标  周星驰支持的人工智能与 Web3 初创公司 Moonbox 完成 100 万美元融资  国内阅读行业首款对话式AI应用“阅爱聊”封闭内测  三个全球首创，青岛西海岸新区“海元宇宙”亮相世界人工智能大会  Meta 人工智能业务落后竞争对手，研究人员大量离职成重要原因  华为余承东表示：鸿蒙可能拥有强大的人工智能大模型能力  稿见AI助手：提升写作效率与质量的必备工具  6月14日《星空下的对话》 张朝阳陆川将畅聊人生、电影、心理学与AI  联合国秘书长称支持建立全球人工智能监管机构  AYANEO AIR 1S 掌机 7 月 9 日发布：R7 7840U + OLED 屏  “一般智力”与工艺学批判是认识AI的重要入口 | 社会科学报  大疆 Air 3 无人机售价和实物照片曝光  AI生成新闻网站数量激增，正在疯狂赚取广告收入  研究表明 GPT-4 模型具备自我纠错能力，有望推动 AI 代码进一步商业化  AMD在AI方面奋起直追，与英伟达的差距缩小了吗？  小艺将具备大模型能力，鸿蒙4加速AI普及之路  零AI含量！纯随机数学无限生成逼真3D世界火了，普林斯顿华人一作  传字节内测对话式 AI 产品，代号「Grace」；马斯克嘲讽苹果 头显；比亚迪 F 品牌定名「方程豹」  Meta发布"类人"AI图像创建模型，能解决多出手指等Bug  北京公司实施AI技术，推行4.5天工作制，抵制996文化，提升员工工作幸福感  13条咒语挖掘GPT-4最大潜力，Github万星AI导师火了，网友：隔行再也不隔山了  智能客服进入AI 2.0时代 容联云发布语言大模型“赤兔”  上海发布大模型政策 打造AI“模”都  微软大牛加入ZOOM，AI人才大战打响  马斯克反讽人工智能AI炒作：“机器学习”本质就是统计  第 66 届格莱美奖规定，AI 作品将无法获得评奖资格  映宇宙数字人“映映”亮相ChinaJoy，展示AI黑科技实现用户互动  AI 冥想应用 Ogimi.ai 推出，可为用户提供教练级个性化指导  航拍无人机怎么选？大疆无人机盘点推荐 

 2025-02-07