梯度式對齊

深度分析

梯度式語音對齊：適用於CTC、Transducer、AED與Speech‑LLM的時間戳方法

研究針對所有可微分語音辨識模型提出梯度式對齊方法，透過教師強制機率對輸入取梯度，將每個字元的顯著性映射為時間分布，再以動態規劃解碼出詞界。實驗顯示此法在十六種模型上均能產生可用對齊，雖略遜於部分原生對齊，但在串流模型弱點上表現更佳，唯一缺點是計算成本較高。