¿Cómo reemplaza una red neuronal un modelo acústico para aplicaciones de reconocimiento de voz?

Si la pregunta es “¿cómo sirve una red neuronal como modelo acústico para aplicaciones de reconocimiento de voz?”, La respuesta se puede encontrar en muchos documentos agradables, como esta revisión Deep Neural Networks for Acoustic Modeling in Speech Recognition: The Shared Views of Cuatro grupos de investigación, y en realidad se aplicó a finales de los 80 y principios de los 90, echa un vistazo al trabajo de Nelson y Herve. Reconocimiento continuo del habla. El sistema generalmente se llama híbrido NN-HMM.
Si la pregunta es sobre reemplazar HMM con NN, lo que está en su mente podría ser la técnica recientemente llamativa llamada reconocimiento de voz “de extremo a extremo”. En ese caso, la mejor referencia es http://www.cs.toronto.edu/~grave…. La parte HMM (Viterbi) está a cargo del algoritmo de Clasificación Temporal Connectionist (CTC), que condujo a nuevas actualizaciones llamadas Transductor RNN y Modelo basado en la atención.