RNNT解码垂域增强

[mahuichao]

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。

[Mddct]

最简单的思路是 每帧只推blank 或者非blank

这样是最好context bias 和ctc 几乎一样了 可以有回退弧 参考下k2那边实现的热词增强on rnnt

也有其他的复杂的 工程实现难度不小