一种提高ASR识别效果的人工干预分词方法

本发明涉及人工智能英文语音识别领域，尤其涉及一种提高ASR识别效果的人工干预分词方法。本发明通过构建特殊分词规则库，基于该库设计分词算法，对数据文本进行处理以得到token序列及id数组，同时提取音频频谱特征，将两者转化为数学向量。利用音频特征向量训练初始化的Transformer与CTC损失函数架构模型，多次迭代优化参数。当训练损失和验证损失稳定且不再显著下降时，得到最优模型参数。该方法有效解决了传统分词方法中粒度选择的难题，避免过度切分或切分粒度过大导致词表token过大、训练难度增加的问题，从而增强分词合理性，遵循语言规律地分词方式，提高了语音识别的准确率与高效性。