文档摘要

第 2 章 · 核心组件与原理 端到端模型看似"一个神经网络搞定一切"，但拆开来看，它内部仍然有清晰的逻辑分工——编码器负责"听"、解码器负责"说"、损失函数负责"打分"、训练范式负责"学习"。本章逐一拆解这四大核心组件。 本章包含 序号 | 标题 | 核心内容 01 | 编码器：从语音到特征表示 | RNN/LSTM、CNN、Transformer 编码器 02 | 解码器：从特征到文本序列 | 自回归解码、注意力机制、束搜索 03… 会员。《第2章·核心组件与原理》收录于灏天文库文集《端到端语音识别模型：原理与优势》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/501-%E7%AB%AF%E5%88%B0%E7%AB%AF%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E6%A8%A1%E5%9E%8B%E5%8E%9F%E7%90%86%E4%B8%8E%E4%BC%98%E5%8A%BF

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流