Dokumentacja modelu językowego ARPA

Question

Gdzie mogę znaleźć dokumentację dotyczącą formatu modelu językowego ARPA?

Pracuję nad prostą aplikacją rozpoznawania mowy z silnikiem kieszonkowym sfinks STT. ARPA jest tam polecana ze względu na wydajność. Chcę zrozumieć, ile mogę zrobić, aby dostosować mój model językowy do moich niestandardowych potrzeb.

Wszystko znalazłem jest kilka bardzo krótkie opisy formatów ARPA:

• http://kered.org/blog/2008-08-12/arpa-language-model-file-format/
• http://www.speech.sri.com/projects/srilm/manpages/ngram-format.5.html
• http://www.speech.cs.cmu.edu/SLM/toolkit_documentation.html

jestem początkujący STT i mam problemy owinąć głowę wokół tego (n-gramy, itp.). Szukam bardziej szczegółowych dokumentów. Coś podobnego dokumentacji na JSGF gramatyki tutaj:

http://www.w3.org/TR/jsgf/

Answer 1

Jest rzeczywiście nie wiele więcej do powiedzenia na temat formatu niż jest powiedziane w tych docs ..

Poza tym, prawdopodobnie będziesz chciał przygotować plik tekstowy z przykładowymi zdaniami i generate the language file based on it. Istnieje wersja on-line, który może zrobić dla Ciebie: lmtool

Answer 2

można uzupełniać te dokumenty z tym sprawozdaniem tech, która daje szeroki przegląd wygładzający do modelowania język: http://www.ee.columbia.edu/~stanchen/papers/h015a-techreport.pdf Znajdziesz tu również definicje dla modeli wycofywania i interpolowane modele .

Answer 3

znalazłem ten link przydatne: http://www.speech.sri.com/projects/srilm/manpages/ngram-format.5.html

To opisuje n-znakowe ARPA aka aka formatu Doug Paul.