語言模型
我們?yōu)槟峁┝送ㄓ媚Ｐ停钦Z言基礎(chǔ)模型，如果您在自己的領(lǐng)域積累了豐富的歷史數(shù)據(jù)，可以使用這些歷史數(shù)據(jù)作為語料來對自定義的語言模型進(jìn)行訓(xùn)練，自定義的語言模型在訓(xùn)練時，是在通用模型的基礎(chǔ)上進(jìn)行訓(xùn)練的，通過對您的訓(xùn)練語料做模型訓(xùn)練，可以有效提高您的特有場景的語音識別準(zhǔn)確率，尤其是專有名詞和文本中的高頻詞匯，有較好的優(yōu)化效果。
視頻講解
訓(xùn)練語料要求及優(yōu)化建議
語料要求
推薦您使用 業(yè)務(wù)介紹資料、產(chǎn)品介紹資料、話術(shù)資料、培訓(xùn)資料、 模型效果評測 中進(jìn)行人工校驗(yàn)產(chǎn)出的標(biāo)注結(jié)果 作為訓(xùn)練使用的語料，對于語料文件具體的要求如下：
訓(xùn)練數(shù)據(jù)為領(lǐng)域相關(guān)的文本，與待識別語音數(shù)據(jù)越接近，優(yōu)化效果越好。
以文本文件方式保存，使用UTF-8編碼，無BOM頭；語料文件大小在1MB-20MB，文本過少可能導(dǎo)致訓(xùn)練失敗，過多會導(dǎo)致超限。
一句話或者一個被加強(qiáng)調(diào)優(yōu)的關(guān)鍵詞單獨(dú)一行，控制每行的長度在500個字符以內(nèi)（不是字節(jié)）。
文本中的數(shù)字最好按照發(fā)音替換為對應(yīng)的漢字。例如：“58.9元”需要轉(zhuǎn)換為“五十八點(diǎn)九元”。
文件中需要至少有一行為句子（大于4個詞）。
只采用逗號‘，’、句號‘。’、問號‘？’和感嘆號‘！’，句尾需要加標(biāo)點(diǎn)。像書名號‘《’、‘》’，雙引號‘“’、‘”’等標(biāo)點(diǎn)應(yīng)去除。
優(yōu)化建議
對于識別不準(zhǔn)確的關(guān)鍵詞，可以將帶這個詞的句子或者關(guān)鍵詞（一個關(guān)鍵詞在訓(xùn)練文本中獨(dú)占一行）多拷貝幾行，例如10行。如果沒有效果，可以再適當(dāng)增加拷貝行數(shù)。
注意：
需要先確定關(guān)鍵詞識別不準(zhǔn)確的原因不是因?yàn)楸旧碚f的不清晰或者個別音頻質(zhì)量不好。
不要拷貝太多導(dǎo)致影響其他詞識別或者整體識別率，這個只有在實(shí)際業(yè)務(wù)中嘗試后總結(jié)經(jīng)驗(yàn)。
操作流程
新建自定義語言模型
如下圖所示，按照圖片上標(biāo)注的步驟進(jìn)行操作；
新建成功后，在語言模型列表可以看到，剛剛新建的自定義語言模型已經(jīng)處于訓(xùn)練中了；
優(yōu)化現(xiàn)有的自定義語言模型
通過模型編輯，您可以補(bǔ)充語料進(jìn)行再次訓(xùn)練，也可以刪除已經(jīng)上傳的語料。通用模型不可編輯。
點(diǎn)擊語言模型列表最右側(cè)的 編輯 按鈕；
與新建語言模型類似，上傳或刪除語料后提交，該模型將會開始訓(xùn)練；
試試效果
試試效果功能，是使用指定的語言模型對已經(jīng)上傳的數(shù)據(jù)集中的文件進(jìn)行語音轉(zhuǎn)文字。對于通用模型，試試效果只能查看通用模型自己的轉(zhuǎn)寫結(jié)果，對于自定義模型，可以查看自定義模型與通用模型兩個模型的轉(zhuǎn)寫結(jié)果，可以直觀的看到兩個模型轉(zhuǎn)寫結(jié)果之間的差異，我們以自定義模型來舉例說明
點(diǎn)擊語言模型列表最右側(cè)的 試試效果 按鈕；
選擇一個數(shù)據(jù)集，然后點(diǎn)擊 開始音頻轉(zhuǎn)寫；
轉(zhuǎn)寫完成后，對于兩個模型轉(zhuǎn)寫有差異的部分，會高亮顯示，如下圖：
