CTC 的原理与对齐问题
哪些公司问过
答案要点
- 解决输入输出长度不一致且无对齐标注的问题,用于语音识别、OCR
- 引入 blank,映射规则为先合并连续重复,再删除 blank
- 目标概率为所有合法路径概率之和,用前向后向算法动态规划计算
- 输出帧之间条件独立假设,常需外接语言模型
- 解码可用贪心(逐帧取最大)或 CTC beam search
易错点
- 把映射顺序弄反,先删 blank 再合并重复会把 hello 错变成 helo
- 以为 CTC 能处理输出比输入长的情况
- 忽略条件独立假设,误认为 CTC 自带语言建模能力
面试官常见追问
- 为什么需要 blank 符号?
- CTC 和基于注意力的 Seq2Seq 有什么区别?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。