语音识别重复内容，且自定义词库，不准确
0
收藏
音频内容为重复如 第一号、第一号、第一号... （间隔约1s）
自定义词库内容为：
第一号
第二号
第三号
采用python sdk，音频为16k wav，pid=1536
识别出来的结果并不准确，
如 第一好、第一d，等等，如何解决
收藏
点赞
0
个赞
请登录后评论
TOP
切换版块
自定义词库适合短句，保证词库中一模一样的短句可以被识别出，词库中的分词优先级较高。 自定义词库仅对dev_pid = 1536生效，并且原始音频的采用率为16K。
最好在1万行以内。
副作用：如果用户的测试集中包含大量非自定义词表的query，整体上准确率下降。
举例：
词库定义了1个短句： 1 . 摆渡船来了 百度内部处理的可能的分词结果： 摆渡船 来 了
以下录音的结果
原始音频：摆渡船来了 =>识别结果： 摆渡船来了 【保证结果】
原始音频：摆渡船来了么 =>识别结果： 百度传来了么 【可能结果，不保证】
原始音频：摆渡船来 => 识别结果： 百度传来 【可能结果，不保证】
原始音频：百度传来了喜讯 => 识别结果： 摆渡船传来了喜讯 【不保证，词库内的分词优先级高】