Mask CTC: CTCとマスク推定に基づいた非自己回帰的なEnd-to-End 音声認識

摘要

CTC とマスク推定に基づくEnd-to-End 音声認識モデルを構築し，CTC の出力をマスク推定により改善するように推論を行うことで，非自己回帰的なEndto-End 音声認識を実現した．WSJ を用いた音声認識実験の結果，提案手法により精度を保ちつつ，モデルの計算コストを低減した認識が行えることを示した．