在2006年的article中，关于连接主义者的时间分类，Alex Graves＆co。引入了一种带有 27 标签的语音解码模型：26用于字母，而空白，这意味着没有标签（我理解为沉默 >）。
但是，我看到很多使用 28 标签的CTC实现，一个是空白，另一个是空格。到目前为止，我仍无法找到需要同时使用这两个标签的解释，对我来说，它们代表的是同一件事。
您能否解释一下CTC中空白和空格之间的区别，以及为什么同时需要这两个标签？
答案 0 :(得分：0)
在连接主义者的时间分类中，空间只是一个 空格和空格为“-”，用于解决重复 数据再次出现。例如，“披萨”将被编码为 “ piz-za”。
TLDR;
ref：https://towardsdatascience.com/beam-search-decoding-in-ctc-trained-neural-networks-5a889a3d85a7
在CTC中，存在一个如何编码重复字符的问题。通过引入伪字符（称为空格，但不要将其与“真实”空格（即空格字符）混淆）来解决该问题。在文本中，此特殊字符将表示为“-”。我们使用聪明的编码方案来解决重复字符问题：对文本进行编码时，我们可以在任意位置插入任意多个空格，在解码时将其删除。但是，我们必须在重复的字符之间插入空格，例如“ hello”。此外，我们可以根据需要重复每个字符。 让我们看一些例子： “至”→“ --- ttttttooo”或“ -t-o-”或“至” “太”→“ --- ttttto-o”或“ -t-o-o-”或“ to-o”，但不是“ too” 如您所见，这种模式还使我们能够轻松地为同一文本创建不同的对齐方式，例如“ t-o”，“ too”和“ -to”都表示相同的文本（“ to”），但与图像的对齐方式不同。训练神经网络输出编码文本（在神经网络输出矩阵中编码）。