ctc

本文研究了音素与字符目标以及选择性状态空间模型（Mamba）对皮层内脑到文本解码的影响，发现基于GRU的循环解码器在Brain-to-Text '25基准测试中仍是表现最强的模型。

本文提出了一种基于CTC的非自回归方法，用于阿拉伯语语音到文本的变音符号恢复，在解码过程中引入硬约束以提高效率并降低错误率。

本文介绍了一种基于梯度的语音到文本对齐方法，适用于任何可微分的ASR模型，包括CTC、transducer、基于注意力的编码器-解码器以及语音大语言模型，无需训练或模型修改。