38、自动语音识别与注意力增强网络技术解析

自动语音识别与注意力增强网络技术解析

1. 自动语音识别案例研究

在自动语音识别领域，通过一系列实验和模型训练来提升识别性能。下面详细介绍不同模型的训练和测试过程。

1.1 训练LDA+MLLT “tri2b”模型

使用“tri1”模型的对齐结果来训练“tri2b”模型，具体步骤如下：

steps/align_si.sh --nj 10 --cmd "$train_cmd" \
  data/train20k data/lang exp/tri1 exp/tri1_ali_train20k

steps/train_lda_mllt.sh --cmd "$train_cmd" \
  --splice-opts "--left-context=3 --right-context=3" 2500 15000 \
  data/train20k data/lang exp/tri1_ali_train20k exp/tri2b

# decode using the LDA+MLLT model
utils/mkgraph.sh data/lang_test exp/tri2b exp/tri2b/graph
(
  for testset in valid dev; do
    steps/decode.sh --nj 20 --cmd "$decode_cmd" exp/tri2b/graph \
      data/$testset exp/tri2b/decode_$testset
  done
)&

这个过程先对数据进行对齐，然后训练LDA+M