拼写纠正在拼音输入法中的应用

中文输入法一直是中文语言研究的一个难题 ,文中以拼音整句输入法为基础 ,提出了在中文输入过程中的拼写自动修改 .通过对用户输入过程中所犯各种错误的分析 ,建立了一种有效可行的打字模型 ,通过收集用户真实输入的数据 ,统计得到用户的打字模型的参数 ;同时基于大量的中文文本 ,训练得到一个强大的中文语言模型 ,并与中文的打字模型相结合 ,采用类似语音识别的技术 ,修改用户输入中的各种错误 ,并得到最合适的汉字 .同时 ,拼写纠正不仅可以进行用户自适应 。

基于Transformer的汉语歌声识别方法

为提高歌声识别准确率,提出一种基于Transformer并带有纠正模型的歌声识别方法TSC(transformer with spelling correction)。利用注意力机制,使网络学习对应的歌词发音。在模型输入模块,增加由卷积神经网络组成的特征提取层,提取歌声特征。在输出模块后面,增加由卷积神经网络和双向循环神经网络组成的纠正模型,修正模型的输出结果。针对歌声样本量较少,模型训练困难的问题,提出了使用汉语语音数据集AISHELL-1进行预训练,并自制一组数据进行数据增强,对歌声识别模型参数进行微调。在增强的Opencpop歌声数据集上进行实验的结果表明,提出的歌声识别系统的字错率降低到了31.92%。