Connectionist temporal classification, или CTC, — это функция потерь и метод выравнивания последовательностей, который широко используется в нейросетевых системах распознавания речи, рукописного текста и других данных с временной структурой. Его значение связано с одной практической проблемой: во многих задачах известно, что должно быть на выходе, но неизвестно, какой именно фрагмент входного сигнала соответствует каждому символу, звуку или токену. Классический пример — автоматическое распознавание речи. Аудиозапись состоит из тысяч временных кадров, а расшифровка может содержать всего несколько десятков символов или фонем. Разметить вручную точные границы каждого звука дорого, долго и часто неоднозначно. Connectionist temporal classification позволяет обучать модель без такой детальной покадровой разметки, используя только итоговую последовательность текста. Идея CTC основана на суммировании вероятностей всех допустимых выравниваний между входом и выходом. Нейросеть на каждом временном шаге предсказывает распределение по возможным символам, включая специальный пустой знак blank. Этот знак нужен, чтобы модель могла обозначать участки, где не происходит выдачи нового символа, а также разделять повторяющиеся элементы. После обработки временной последовательности повторяющиеся символы и blank удаляются, формируя итоговый текст. Такой подход оказался особенно полезен для рекуррентных нейросетей, а позднее и для архитектур на основе сверточных сетей и трансформеров. CTC хорошо сочетается с моделями, которые обрабатывают сигнал слева направо или сразу всю последовательность, сохраняя временной порядок. В задачах распознавания речи он часто применяется как самостоятельный критерий обучения или как часть гибридной системы вместе с attention-механизмами. Преимущество connectionist temporal classification — в относительной простоте и устойчивости. Модель не требует заранее подготовленного выравнивания, а обучение остается вычислительно управляемым благодаря динамическому программированию. Это делает CTC удобным выбором для промышленных систем, где объемы данных велики, а точная временная разметка недоступна или экономически нецелесообразна. Однако у метода есть ограничения. CTC предполагает условную независимость предсказаний на разных временных шагах, что может ухудшать моделирование языкового контекста. Поэтому в распознавании речи его часто дополняют внешними языковыми моделями или используют совместно с другими критериями обучения. Кроме того, CTC чувствителен к качеству акустических признаков и длине последовательностей, особенно при шумных данных.