马慧超

K2 hlg 解码问题请教

1

请问目前wenet-main中，对于k2 的hlg解码，也就是aishell/s0/run.sh中的第8阶段是否支持了呢。 我查看源码（以tranformer模型为例子），在init_model.py中，在选取类的时候，并没有走k2_model，而是走的asr_model（从yaml中读取而来），如下：  且在对应的recognize.py中，有三个TODO，有一个对应K2的解码，所以这里很是疑惑，求解一下。 

Hello, I will try to make my question explained clear: I have ran FFTTest, and get 0.01% error rate. the re and im data is random,the range is [-2^15, 2^15]....

RNNT解码垂域增强

1

你好，我最近在学习咱们wenet内**transducer**的代码。我看**transducer**的推理策略**prefix beam search**中采用**广度优先**的策略进行剪枝等，相对于**CTC**中的**Prefix Beam search**后者我理解应该是**深度优先**，不符合分支再回退。**CTC**的解码策略中可以加入**Contextual Biasing**来做**垂域增强**，那么**RNNT**的**Prefix Beam Search**中是否也可以呢？我个人理解如果做的话相当于只有当前Token被增强，缺少后续信息，效果不好预判。所以问问咱们社区是否做过类似的实验：RNNT流式推理策略中是否可以增加Contextual Baising。PS：这里不考虑增加CTC的概率来变相增强垂域的方式。