请教大家一个问题：关于用wenet 的TLG方案时，我在端到端模型上用的是拼音建模，然后通过词典对应到相应的汉字上去，现在TLG解码时，发现很多的删除错误，就是有很多地方没有识别结果。而我看用拼音的模型解码时其实是有识别结果的，不知道有哪位老师遇到过
1浏览
(1668)
点赞
(1)
收藏
13条评论
请
登录后发表观点
F
同样遇到了这个问题，请问楼主解决了吗？
点赞 1
评论
F
已解决，训练G文本多点匹配的数据就好了
点赞
评论
而且在TLG训练阶段有很多tricks（穿插blank建模等），进而来提升 声学与TLG的融合。
点赞
评论
T
TLG除了语言模型部分需要训练，其他没有训练的地方了吧
点赞
评论
声乐训练可能有一些tricks，比如说穿插建模
TLG除了语言模型部分需要训练，其他没有训练的地方了吧
点赞
评论
T
声学建模采用的是ctc的loss，建模单元采用和汉字对应的拼音，这个跟正常的端到端ASR一致
声乐训练可能有一些tricks，比如说穿插建模
点赞
评论
查看更多回复...
请问您有分析过shallow fusion lm（假设是二次接入） 与 TLG之间的准确率吗？
以及分析过TLG与纯声学模型预测之间的准确率吗？
点赞
评论
T
TLG和纯声学模型建模分析过，准确率TLG 准确率比纯声学模型差接近一倍
点赞
评论
TLG训练比较吃经验，但是从学术角度分析，TLG可能与传统解码方法差不太多的。
工业应用上TLG可能会更好，但是速度上可能会有些影响
TLG和纯声学模型建模分析过，准确率TLG 准确率比纯声学模型差接近一倍
点赞
评论