interspeech2020论文阅读

interspeech2020论文阅读 Streaming ASR 1.Scout Network (1)SN 文中用SN检测word boundary(严格来说是label boundary)，模型采用N个self-attention层(最前面有CNN层做下采样)，因为第i帧特征对应的输出仅依赖于前面的输出(如何实现的，通过mask？？)，所以SN没有latency。SN输出层用一个linear

>>阅读原文<<