speech-recognition - 在 SRILM 上构建语言

Question

现在我想创建一个 3-gram 模型。一个词可以有多种发音方式，所以我想添加错误的词，像这样在 LM 中正确的词

1.5051  CHE&3NE FOURCHU
-1.5051 CHE&3NE FOURCHU*,
-0.1072 CHE&3NE FOURCHU,
-1.5051 CHE&3NE LE
-0.7782 CHE&3NE* FOURCHU
-0.7782 CHE&3NE* FOURCHU,
-0.7782 CHE&3NE* SUR

CHE&3NE*,FOURCHU*是发音错误的单词。谁能帮我在 SRILM 中做到这一点？

Answer 1

在文本编辑器或脚本中创建包含每行需要一个短语的文本。如果您想随机引入错误，您可以使用 Python 或其他脚本语言编写脚本

CHE&3NE FOURCHU
CHE&3NE FOURCHU*,
CHE&3NE FOURCHU,
CHE&3NE LE
CHE&3NE* FOURCHU
CHE&3NE* FOURCHU,
CHE&3NE* SUR

运行训练命令

ngram-count -text your.txt -lm your.lm

它将创建您需要的语言模型