Skip to content

madeirak/ASR_trans

Repository files navigation

ASR_combination

分别参考了两个开源项目,声学模型是cnn+ctc,语言模型是2-gram(使用不分词词频统计方法) ,解码使用维特比算法。

对两个模型都有一定程度上的改进: 2-gram超低频词间过渡处理(比如,“迷彩背包”的“彩背”,声学模型单个错误拼音如“mí cāi shū bāo”)

声学模型的输出是“kǎo yán yān yǔ cí huì” 时,因为“yān”会使连同之前的三个拼音的联合概率过低,低于设定阈值,被丢弃,只输出“语词汇”,造成理解困难。 修改后的2-gram会输出“ 考研烟语词汇 ”,不会造成词语的丢失。

增加了transformer的中英翻译模型,把结果再翻译成英文,大杂烩:)

参考声学模型项目 参考语言模型项目

About

cnn+ctc+2-gram+CN2EN(transformer)

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages