先总结一把CTC，下面文档太长： CTC是一种Loss计算方法，用CTC代替Softmax Loss，TF和pytorch都有对CTC的实现，从而解决OCR或者语音识别中序列对齐的问题。CTC特点： 引入blank字符，解决有些位置没有字符的问题通过递推，快速计算梯度 - CTC在递推最终概率的时候， 使用前向后向算法，类似HMM中的前向后向算法 - CTC在最终求解的时候，使用bea

1. 思想 序列学习任务需要从未分割的输入数据中预测序列的结果。HMM模型与CRF模型是序列标签任务中主要使用的框架，这些方法对于许多问题已经获得了较好的效果，但是它们也有缺点： （1）需要大量任务相关的知识，例如，HMM中的状态模型，CRF中的输入特征选择； （2）需要有独立性假设作为支撑； （3）对于标准的HMM模型，它是生成式的，但是序列标签时判别式的。 RNN网络除了出入与输出的表达方

文章目录 1、CTC Loss 出现的背景例1：用于图像文本识别的CRNN网络例2：语音识别 2、CTC Loss 的总体思想3、Forward-Backward 算法3.1 合法路径的约束条件3.2 Forward-Backward 算法的数学推导 4、CTC 的训练（目标函数求导）5、解码算法6、CTC Loss 的优缺点 CTC Loss 是一种不需要数据对齐的，广泛用于图

在上一篇讲的speech recognition模型 LAS 中，我们提到，LAS由encoder 和 decoder 组成，其在做speech recognition任务时，有一个很大的缺点，即：无法做到“边听边翻译”，换言之，在使用LAS做翻译时，需要将“原文"全部输入模型，才可得到译文（这里的译文 指 将 语音 转为 文字）。 本节所讲的模型CTC很好的克服了LAS的这一弱点，它可以实时的