CTC 最优路径解码会出错:最大对齐 ≠ 最大输出
两符号 {A, ε} · 两帧的经典反例:贪心只看单条最强路径,却漏掉同一输出的所有对齐之和。
每帧概率
帧 t1
帧 t2
A
0.3
0.4
ε
0.7
0.6
四条对齐路径(t1 t2 → 折叠输出)
AA
→ A
0.12
Aε
→ A
0.18
εA
→ A
0.28
εε
→ ε
0.42
贪心:单条最大 = 0.42
输出 A 的所有对齐求和
谁才是最优输出?
0.42
ε
0.58
A
A 反超 → 真最优
p(ε)=0.7×0.6=0.42
<
p(A)=0.12+0.18+0.28=0.58
▶ 播放
单步
💡
最大对齐 ≠ 最大输出
:CTC 概率是对同一标签所有对齐的
求和
。贪心(best-path)只取单条最强路径 εε(0.42) 会输出空;而 A 的三条对齐求和 0.58 才是真正的最优输出。