问题背景：我们有大量的自造特殊词需要识别，但是把他们都加入语言模型，又会导致发音类似通用词识别准确率下降，有什么合理的方案可以解决此类问题？

可以adapt 语言模型的子模型吗？　

几种方案

  1. 定制垂直领域的专有语言模型，如果对于声学有额外要求，再单说
  2. 定制热词表，现在一般各家厂商都支持针对某个具体服务上传热词表，5-10分钟后生效，提升对应词表的识别率。适用于：热词表较多，实时性要求不高的场景。
  3. 实时Grammar词表，类似于热词表，在单次语音请求中增加Grammar词表，提升指定专有名词的识别率。适用于：实时性要求高，热词表小，针对性强的场景。比如有屏的智能音箱，切换歌曲名词，拨打用户电话等等，应用能够获得交互的上下文，可以将歌曲名和人名作为Grammar词表实时上传给引擎，提升识别率。

JimmyChen：智能语音专题（三）：泛语音识别?

zhuanlan.zhihu.com图标

感谢邀请。

「但是把他们都加入语言模型，又会带来新的识别问题」 这里「新的识别问题」具体指的是什么呢？

一般来说，专用名词、生僻词的识别，我们有两个手段来解决：一个是热词，2000个词以内；另外一个就是定制垂直领域，这样可以囊括某个领域绝大部分的专用名词，例如医疗、金融等等。

不知您指的是哪一种？

———以上回答来自科大讯飞水哥

如果特殊词的语音人能够识别出来是啥，那就肯定具有代表这个语音的特征，而且可以作为典型特征的特征点。就比如人脸识别的时候，两眼之间的距离和人的骨骼有关，不可能改变。识别方案的关键就是寻找这个语音的绝对特征点！

可以尝试用迁移学习的方式单独建立自造特殊词的识别吧

指定特殊识别场景

推荐阅读：
相关文章