这个是联合背景音一起识别 还是单独上行啊？转写的标点符号呢，没看到呢？
字节跳动智能语音方向工程负责人司徒文畅：
一起的，没有专门做分离；字幕场景目前是故意不加标点的
问题来源
大规模音频理解与合成解决方案及应用 | NVIDIA&字节跳动联合专场
分享至：