FAQ

[zh794390558]

FAQ

1. 音频变速快慢到达什么晨读会影响识别率？

   变速会提升识别效果，一般用0.9， 1.0， 1.1 的变速。

2. 音量大小到什么程度会影响识别率？

   一般训练会固定音量到一个范围内，波动过大会影响训练，估计在10dB ~ 20dB吧。

3. 语音模型训练数据的最小时长要求时多少？

   Aishell-1大约178h的数据，数据越多越好。

4. 那些噪声或背景生会影响识别率？

   主要是人生干扰和低信噪比会影响识别率。

5. 单条语音数据的长度限制是多少？

   一般训练的语音长度会限制在1s~6s之间，和训练配置有关。

6. 背景声在识别前是否需要分离出来，或做降噪处理？

   需要分离的，需要结合具体场景考虑。

7. 模型是否带有VAD人生激活识别能力？

   VAD是单独的模型或模块，模型不包含此能力。

8. 是否支持长语音识别？

   一般过VAD后识别。

9. Mandarin LM Large语言模型需要的硬件配置时怎样的？

   内存能放得下LM即可。

10. 1.x之前release的model，不能直接在2.x上使用。目前正在转换模型，很快release出来。

11. deploy/server.py 相关的脚本不在维护了，之后也会删除。打算替换成 C++ 的部署。