我想为听写之类的应用程序构建语音识别系统。我阅读了 htk book 和其他教程，但所有教程都是针对命令和控制之类的应用程序。对于这些应用程序，命令集、字数有限，并且是使用任务语法（gram文件）手动指定的。
在我的应用程序中，无法指定这样的语法，因为我将处理包含两个人之间对话的巨大音频文件。
所以我想知道是否可以使用 htk 构建这样的应用程序。
谢谢...
睡了很多晚后更新
我使用 Sphinx 获得了 86% 的准确率。语言模型存在一些问题（我不知道它到底出了什么问题，我正在努力找出它）所以我使用 Sphinx 创建了新的语言模型lmtool，这是一个基于 Web 的语言模型生成服务。您可以使用此链接获取它
此外，我已将声学模型从 HUB 更改为 WSJ。