附带的示例
我正在为印度口音的人进行语音识别。目前我使用的是Kaldi ASR的在线nnet2解码工具。当说话者有良好的英语发音时，这个工具就能很好地工作。但是，当说话者的口音与美国口音不同时，它就失败了。
那么，有谁能建议一下使用Kaldi ASR对声学或神经网络模型的扬声器进行适配的程序吗?
有很多方法可以做到这一点。
1 -如果你只是在谈论口音(这意味着，没有新单词，标准语法)->那么你应该主要与模型的声学部分。获得尽可能多的音频&转录数据，你可以(数百小时)，所以你可以更新模型的h部分。
2 -如果你在谈论更复杂的东西，你应该考虑更新词典(添加单词)&语法(第一)(包括我的第一点)。
你可以尝试从AMI模型和它的论文开始，它包含在Kaldi的例子中。参见Kaldi