online2-wav-nnet3-latgen-faster 에서 작은 LM 모델 (보통 3-gram small)으로 만든 HCLG를 사용하고 디코딩
속도가 더 빠르지만 정확도가 좀 낮음
LM rescore는 큰 LM 모델(3-gram large 또는 4-gram large) 를 이용해서
online2-wav-nnet3-latgen-faster가 생성된 lattice에 대해 다시 LM score를 계산.
모델이 크기때문에 인식결과 좀더 좋을 수 있음
'MachineLearning > STT' 카테고리의 다른 글
audio converter 사이트 (0) | 2020.01.14 |
---|---|
I have a problem when training the tdnn."ERROR (nnet3-chain-train[5.4]:SelectGpuId():cu-device.cc:160) Failed to create CUDA context, no more unused GPUs?" (0) | 2020.01.13 |
CUDA 설치 후 환경변수 설정하기 (linux) (0) | 2020.01.06 |
ubuntu 16 && cuda 10.1&&kaldi 에서 빌드시 libcublas error (0) | 2020.01.06 |
Mac에 CUDA 설치하기 (0) | 2020.01.01 |