基于HTK的语音识别的语料搜集与语言模型

摘要

HTK是由剑桥大学开发的语音识别研究工具,此工具实现了语音识别中的诸多算法。我们可以利用该工具建立自己需要的语言模型。讲述如何通过从互联网上得到自己需要的语料,利用搜集的语料训练语言模型。Web信息搜索采用网络爬虫（Web Crawler或称Robot）的技术在万维网上自动漫游,根据其搜索目标尽量多地发现新内容。