面向端侧 ASR 的应用无关语言建模

与基于服务器的系统相比，端侧自动语音识别系统面临若干挑战。它们必须在满足更严苛的速度、磁盘大小和内存约束的同时保持相同的准确率。通常它们须同时服务多个具有不同分布的应用，例如与虚拟助手交互和语音转文本。服务多应用的最简单方案是构建应用特定的（语言）模型，但这会导致内存增加。因此，我们探索不同的数据驱动与架构驱动的语言建模方法，以构建单一的应用无关模型。我们提出两种新颖的前馈架构，在多种端侧约束间找到最优权衡。相较于应用特定方案，我们的一种新颖方法将磁盘大小减半，同时保持原模型的速度与准确率。