blocks|key|759433|text|关于格式，实际上没有比在这些文档中所说的更多的了。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|759434|此外，您可能需要准备一个带有示例语句和基于它生成语言文件的文本文件。有一个在线版本可以帮你：电磁工具|offset|length|759435|entityMap|0|LINK|mutability|MUTABLE|url|http://www.speech.cs.cmu.edu/SLM/toolkit_documentation.html#text2wfreq|1|http://www.speech.cs.cmu.edu/tools/lmtool.html^0|0|J|9|0|1A|4|1|0^^$0|@$1|2|3|4|5|6|7|P|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|Q|8|@]|9|@$D|R|E|S|1|T]|$D|U|E|V|1|W]]|A|$]]|$1|F|3|-4|5|6|7|X|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|M]]|N|$5|I|J|K|A|$L|O]]]]

There is actually not much more to say about the format than is said in those docs..

Besides, you'll probably want to prepare a text file with sample sentences and <a href="http://www.speech.cs.cmu.edu/SLM/toolkit_documentation.html#text2wfreq" rel="nofollow">generate the language file based on it</a>. There is an online version which can do it for you: <a href="http://www.speech.cs.cmu.edu/tools/lmtool.html" rel="nofollow">lmtool</a>

blocks|key|759455|text|您可以使用这个技术报告来补充这些文档，该报告全面概述了用于语言建模的平滑：http://www.ee.columbia.edu/~stanchen/papers/h015a-techreport.pdf，您还可以找到退避模型和内插模型的定义。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|759456|entityMap|0|LINK|mutability|MUTABLE|url|http://www.ee.columbia.edu/~stanchen/papers/h015a-techreport.pdf^0|11|1S|0|0^^$0|@$1|2|3|4|5|6|7|L|8|@]|9|@$A|M|B|N|1|O]]|C|$]]|$1|D|3|-4|5|6|7|P|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]]]

You can complement those docs with this tech report that gives a comprehensive overview of smoothing for language modeling: <a href="http://www.ee.columbia.edu/~stanchen/papers/h015a-techreport.pdf" rel="nofollow">http://www.ee.columbia.edu/~stanchen/papers/h015a-techreport.pdf</a>
You will also find definitions for backoff models and interpolated models.

blocks|key|2869391|text|我可能已经很晚才回答这个问题，我发现在这个由Steve+et编写的“来自链接+The+HTK+”中，ARPA格式有很好的文档。阿尔。|type|unstyled|depth|inlineStyleRanges|offset|length|style|BOLD|entityRanges|data|2869392|ARPA的每一行都是三个存储点：|2869393|n-gram+log-probability(base10)+;+the+n-gram+itself+;+back-off+weight+(also+in+log+space).+|code-block|syntax|javascript|2869394|entityMap|0|LINK|mutability|MUTABLE|url|http://www1.icsi.berkeley.edu/Speech/docs/HTKBook3.2/node213_mn.html^0|13|8|10|2|0|0|0|0^^$0|@$1|2|3|4|5|6|7|U|8|@$9|V|A|W|B|C]]|D|@$9|X|A|Y|1|Z]]|E|$]]|$1|F|3|G|5|6|7|10|8|@]|D|@]|E|$]]|$1|H|3|I|5|J|7|11|8|@]|D|@]|E|$K|L]]|$1|M|3|-4|5|6|7|12|8|@]|D|@]|E|$]]]|N|$O|$5|P|Q|R|E|$S|T]]]]

I'm probably very late to answer this, I found the ARPA LM format well documented in this <a href="http://www1.icsi.berkeley.edu/Speech/docs/HTKBook3.2/node213_mn.html" rel="nofollow noreferrer">link</a> from The HTK Book by Steve Young et. al.

Each line of ARPA is a triple that stores:

<pre><code>n-gram log-probability(base10) ; the n-gram itself ; back-off weight (also in log space). 
</code></pre>

Where can I find documentation on ARPA language model format?

I am developing simple speech recognition app with pocket-sphinx STT engine. ARPA is recommended there for performance reasons.
I want to understand how much can I do to adjust my language model for my custom needs.

All I found is some very brief ARPA format descriptions:

<ul>
<li><a href="http://kered.org/blog/2008-08-12/arpa-language-model-file-format/" rel="noreferrer">http://kered.org/blog/2008-08-12/arpa-language-model-file-format/</a></li>
<li><a href="http://www.speech.sri.com/projects/srilm/manpages/ngram-format.5.html" rel="noreferrer">http://www.speech.sri.com/projects/srilm/manpages/ngram-format.5.html</a></li>
<li><a href="http://www.speech.cs.cmu.edu/SLM/toolkit_documentation.html" rel="noreferrer">http://www.speech.cs.cmu.edu/SLM/toolkit_documentation.html</a></li>
</ul>

I am beginner to STT and I have trouble to wrap head around this (n-grams, etc...). I am looking for more detailed docs. Something like documentation on JSGF grammar here:

<a href="http://www.w3.org/TR/jsgf/" rel="noreferrer">http://www.w3.org/TR/jsgf/</a>

ARPA language model documentation

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

在哪里可以找到关于ARPA语言模型格式的文档？我正在开发简单的语音识别应用程序与口袋斯芬克斯STT引擎。出于性能原因，推荐ARPA。我想了解我能做多少来调整我的语言模式，以满足我的定制需求。我发现的只是一些非常简短的ARPA格式描述：我是STT的初学者，我很难把头绕在这上面(n克等)。我在找更详细的文档。类似于关于JSGF语法的文档如下：

问ARPA语言模型文档
EN

回答 3

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问ARPA语言模型文档EN

回答 3

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问ARPA语言模型文档
EN