ctc（connectionist temporal classification），可以理解為基於神經網路的時序類分類。
比如語音識別
的一幀資料，很難給出乙個label，但是幾十幀資料就容易判斷出對應的發音label。
語音識別聲學模型的訓練屬於監督學習，需要知道每一幀對應的label才能進行有效的訓練，在訓練的資料準備階段必須要對語音進行強制對齊。
ctc的引入可以放寬了這種一一對應的限制要求，只需要乙個輸入序列和乙個輸出序列即可以訓練。
有兩點好處：
1）、不需要對資料對齊和一一標註；
2）、ctc直接輸出序列**的概率，不需要外部的後處理。
ctc解決這一問題的方法是，在標註符號集中加乙個空白符號blank，然後利用rnn進行標註，最後把blank符號和**出的重複符號消除。比如有可能**除了乙個"--a-bb"，就對應序列"ab"。這樣就讓rnn可以對長度小於輸入序列的標註序列進行**了。
rnn的訓練需要用到前向後向演算法（forward-backward algorithm），對於給定**序列，比如「ab」，在各個字元間插入空白符號，建立起籬笆網路（trellis），然後對將所有可能對映到給定**的序列都窮舉出來求和。
如上圖，傳統的framewise訓練需要進行語音和音素發音的對齊，比如「s」對應的一整段語音的標註都是s；而ctc引入了blank（該幀沒有**值），「s」對應的一整段語音中只有乙個spike（尖峰）被認為是s，其他的認為是blank。對於一段語音，ctc最後的輸出是spike的序列，不關心每乙個音素對應的時間長度。
CTC學習筆記（一） 簡介
connectionist temporal classification簡稱ctc，翻譯不太清楚，可以理解為基於神經網路的時序類分類。其中classification比較好理解，表示分類問題 temporal可以理解為時序類問題，比如語音識別的一幀資料，很難給出乙個label，但是幾十幀資料就容易...
語音筆記 CTC
ctc全稱，connectionist temporal classification，可以理解為基於神經網路的時序類分類。語音識別中聲學模型的訓練屬於監督學習，需要知道每一幀對應的label才能進行有效的訓練，在訓練的資料準備階段必須要對語音進行強制對齊。對於語音的一幀資料，很難給出乙個label...
bag of words 模型簡介
bow模型最初應用於文字處理領域，用來對文件進行分類和識別。bow 模型因為其簡單有效的優點而得到了廣泛的應用。其基本原理可以用以下例子來給予描述。給定兩句簡單的文件 文件 1 我喜歡跳舞，小明也喜歡。文件 2 我也喜歡唱歌。詞典 文件 1 1,2,1,1,1,0 文件 2 1,1,0,0,1,1 ...