@諸葛村姑 麥克風(fēng) 應(yīng)該是實(shí)時(shí)解碼吧, 我才看speech不知道他們用的NLP語言模型是什么,如果是麥克風(fēng)的話,應(yīng)該語言模型對預(yù)測的準(zhǔn)確率有影響。我的理解是offline應(yīng)該是整段輸入, 然后完全可以運(yùn)用語言模型的n-gram幫助預(yù)測, online會被影響到所以準(zhǔn)確率不如offline。不知道是不是我想錯(cuò)了
cvte在線解碼器源碼修改(干貨)
@諸葛村姑 麥克風(fēng) 應(yīng)該是實(shí)時(shí)解碼吧, 我才看speech不知道他們用的NLP語言模型是什么,如果是麥克風(fēng)的話,應(yīng)該語言模型對預(yù)測的準(zhǔn)確率有影響。我的理解是offline應(yīng)該是整段輸入, 然后完全可以運(yùn)用語言模型的n-gram幫助預(yù)測, online會被影響到所以準(zhǔn)確率不如offline。不知道是不是我想錯(cuò)了
cvte在線解碼器源碼修改(干貨)
@諸葛村姑 好的加您了,按道理來說offline和online應(yīng)該差不多。我這邊用服務(wù)器跑offline差不多0.4, 0.5的實(shí)時(shí)因子
cvte在線解碼器源碼修改(干貨)
樓主您好,我想請問下 您之后的執(zhí)行命令是什么。
我哪找您的方法改好了測試的效果還不錯(cuò),但是online decoding的速度特別慢,基本要2分鐘一條。不知道我是不是執(zhí)行命令打的有錯(cuò)誤
cvte在線解碼器源碼修改(干貨)