Speech recognition CTC：空白和空白有什么区别？

在2006年关于连接主义时间分类的文章中，Alex Graves&co.介绍了一种解码语音的模型，它有27个标签：26个用于字母表字母，一个用于空白，这意味着没有标签（我理解为沉默）

然而，我看到很多CTC的实现使用了28个标签，一个是空白，另一个是空格。到目前为止，我还没有找到一个解释来解释为什么需要同时使用这两个标签，对我来说，它们代表的是同一件事

请您解释一下CTC中空白和空白的区别，以及为什么需要这两种标签

在连接主义的时间分类中，空间只是一个概念 空格和空白是“-”，我们用它来解决重复的问题 数据的重复出现。例如，“比萨饼”将被编码为 “皮扎”

TLDR

参考：

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（称为空白，但不要将其与“真实”空白（即空白字符）混淆）来解决此问题。此特殊字符在正文中将被表示为“-”。我们使用了一种巧妙的编码模式来解决重复字符问题：在编码文本时，我们可以在任意位置插入任意多个空格，在解码时这些空格将被删除。但是，我们必须在重复字符之间插入一个空格，如“hello”。此外，我们可以随时重复每个字符。 让我们看一些例子： “到”→ “--ttttttooo”或“-t-o-”或“to” “也是”→ “--ttttt o-o”或“-t-o-o-”或“to-o”，但不能“太”

---

如您所见，此模式还允许我们轻松创建相同文本的不同对齐方式，例如“t-o”和“太”以及“-to”都表示相同的文本（“to”），但与图像的对齐方式不同。训练NN输出编码文本（在NN输出矩阵中编码）。

空白是CTC内部使用的特殊字符，它在世界上没有真实的表示形式。另一方面，空格是用于分隔单词的正常空白字符。在这里，我写了一篇关于反恐委员会的简短介绍：