Alex Graves的RNN-T论文是如今几乎所有流式ASR系统的隐形祖先，从Google的设备端识别器到NeMo、ESPnet等中的无数开源转导器堆栈。这个讲解自称是关于使用递归神经网络进行序列转导最详细的说明，通过分解其他摘要忽视的模型的每一部分，从损失推导到对齐格的实际含义，赢得了这个标签。

期待对编码器-预测器-联接器架构、转导器损失及其对齐格、空白符号以及它在输出时序中的作用进行细致讲解，以及RNN-T为什么解决了纯RNN无法自行处理的对齐问题，特别是在语音识别、机器翻译、蛋白质二级结构预测和文本转语音等任务中。TIMIT音素结果将理论扎根于具体的东西，图表在单独的方程式会让你迷失的地方完成了艰苦的工作。如果你曾试图从头实现RNN-T、调试转导器损失并希望有人再次绘制对齐格、或需要向团队成员解释为什么转导器不仅仅是华而不实的CTC，这个深入探讨值得你暂停手头的工作。