基本信息
文件名称：语音大模型：从级联到端到端.pptx
文件大小：6.14 MB
总页数：10 页
更新时间：2026-01-23
总字数：约9.54千字
文档摘要
杨学锐
模型评估:什么是好模型
目录
如何构建端到端语音模型
如何构建端到端语音模型
●
●
任务
训推
?传统语音技术
?流水线式架构：误差逐级传递，信息流失；
?理解：只能处理简单指令，无法进行多轮、多模态的深度推理；
?表达：TTS声音机械，韵律模板化，没有真正的“人感”；
?ASR
?Open-source
?Whisper*
?SenseVoice
?FireredASR
?Close-source/API
?SeedASR
?StepASR
*RadfordA,KimJW,XuT,etal.Robustspe