問題背景：我們有大量的自造特殊詞需要識別，但是把他們都加入語言模型，又會導致發音類似通用詞識別準確率下降，有什麼合理的方案可以解決此類問題？

可以adapt 語言模型的子模型嗎？　

幾種方案

  1. 定製垂直領域的專有語言模型，如果對於聲學有額外要求，再單說
  2. 定製熱詞表，現在一般各家廠商都支持針對某個具體服務上傳熱詞表，5-10分鐘後生效，提升對應詞表的識別率。適用於：熱詞表較多，實時性要求不高的場景。
  3. 實時Grammar詞表，類似於熱詞表，在單次語音請求中增加Grammar詞表，提升指定專有名詞的識別率。適用於：實時性要求高，熱詞表小，針對性強的場景。比如有屏的智能音箱，切換歌曲名詞，撥打用戶電話等等，應用能夠獲得交互的上下文，可以將歌曲名和人名作為Grammar詞表實時上傳給引擎，提升識別率。

JimmyChen：智能語音專題（三）：泛語音識別?

zhuanlan.zhihu.com圖標

感謝邀請。

「但是把他們都加入語言模型，又會帶來新的識別問題」 這裡「新的識別問題」具體指的是什麼呢？

一般來說，專用名詞、生僻詞的識別，我們有兩個手段來解決：一個是熱詞，2000個詞以內；另外一個就是定製垂直領域，這樣可以囊括某個領域絕大部分的專用名詞，例如醫療、金融等等。

不知您指的是哪一種？

———以上回答來自科大訊飛水哥

如果特殊詞的語音人能夠識別出來是啥，那就肯定具有代表這個語音的特徵，而且可以作為典型特徵的特徵點。就比如人臉識別的時候，兩眼之間的距離和人的骨骼有關，不可能改變。識別方案的關鍵就是尋找這個語音的絕對特徵點！

可以嘗試用遷移學習的方式單獨建立自造特殊詞的識別吧

指定特殊識別場景

推薦閱讀：
相關文章