如何解决如何正确生成小词汇量的 Deepspeech 评分器文件？
我正在尝试为特定词汇制作 STT 引擎。我的词汇由国家名称和一些动作句子组成。尝试生成 lm.binary 和 vocab.txt 时，我收到此错误消息：
错误：调整计数 3 的 1 克折扣超出范围：-2.520379。这意味着修改后的 Kneser-Ney 平滑认为您的数据有些奇怪。要覆盖此错误，例如基于类的模型，重新运行 --discount_fallback
但是当我使用 --discount_fallback 生成 lm.binary 和 vocab 文件时，记分器不起作用。 我的词汇句子是：
你好 你好 嘿... Windhoek Yaounde Yaren Yerevan Zagreb 早上好
词汇的行数是 740。 每行一个句子。 我该如何解决这个问题？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
