用于快速语音识别的非自回归最小贝叶斯风险解码

非自回归 (NAR) 解码并行生成输出标记，使语音识别比自回归解码更快，自回归解码从左到右顺序生成它们。然而，由于 NAR 解码无法通过调节先前生成的标记来解决不确定性，因此识别性能会下降。为了解决这个问题，我们提出了一种基于最小贝叶斯风险（MBR）解码的新颖的 NAR 解码框架，称为 NAR-MBR 解码，它最大化从 NAR 模型的输出概率抽取的样本计算的预期效用，而不是最大化输出概率。值得注意的是，通过利用 NAR 模型的性质，可以通过单次前向计算有效地获得多个样本。我们在 LibriSpeech、Switchboard、AMI 和 Web 演示语料库上进行的实验表明，我们的 NAR-MBR 解码性能优于之前的 NAR 解码，并且运行速度比 AR 解码更快。