nlp - ARPA 语言模型文档

Question

在哪里可以找到有关 ARPA 语言模型格式的文档？

我正在开发带有袖珍狮身人面像 STT 引擎的简单语音识别应用程序。出于性能原因，建议使用 ARPA。我想了解我可以做多少调整我的语言模型以满足我的自定义需求。

我发现的只是一些非常简短的 ARPA 格式描述：

我是 STT 的初学者，我很难理解这个（n-gram 等）。我正在寻找更详细的文档。类似于 JSGF 语法的文档在这里：

score 4 · Accepted Answer

实际上，关于格式并没有比那些文档中所说的更多。

此外，您可能需要准备一个带有例句的文本文件，并根据它生成语言文件。有一个在线版本可以为您完成：lmtool

score 2 · Accepted Answer

您可以使用这份技术报告补充这些文档，该报告全面概述了语言建模的平滑：http ://www.ee.columbia.edu/~stanchen/papers/h015a-techreport.pdf 您还可以找到退避模型的定义和插值模型。

score 2 · Accepted Answer

我可能很晚才回答这个问题，我发现 ARPA LM 格式在Steve Young等的The HTK Book的这个链接中有很好的记录。人。

ARPA 的每一行都是一个三元组，它存储：

n-gram log-probability(base10) ; the n-gram itself ; back-off weight (also in log space).

3 回答 3