一种利用ASR识别结果改进ASR语言模型的方法

摘要

本公开提供了一种利用ASR识别结果改进ASR语言模型的方法，包括：建立一个基础的N‑Gram模型；对线上数据ASR识别结果的文本进行分词；分词后在所述N‑Gram模型中依次查找文本中每一个N元词组，并计算文本中每一个N元词组出现的概率，计算完所有的N元词组的概率之后求均值，获得所述文本的成句概率；使用确定成句概率的阈值对线上数据ASR识别结果进行筛选，若被筛选的文本的成句概率大于所述阈值，则将筛选后的文本数据用于ASR语言模型训练。本公开基于N‑Gram模型对ASR识别结果的文本成句概率进行筛选，经过筛选后的ASR识别结果准确性有大幅度提高，可以满足相关性高、准确性高的要求。