TDNN（时延神经网络）

时延神经网络由Waibel等人于1989年提出，是卷积神经网络在语音领域的早期形式。TDNN在时间轴上对输入进行一维卷积，每个隐藏单元只连接输入的一个局部窗口，权重在时间上共享，从而捕捉语音的局部时序特征。其结构通常包含多个TDNN层，每层具有不同的时间上下文。TDNN后来被用于说话人识别中的x-vector系统，通过统计池化层将变长语音映射为固定维度的嵌入。尽管现代语音识别多采用RNN和Transformer，TDNN仍因其计算高效和并行性在工业界有应用。