技术报告：Kaldi 语音识别系统优化指南
声音
2025-06-10 v1 音频与语音处理
摘要
本技术报告介绍了针对 Kaldi 基于语音识别（ASR）系统的创新优化，聚焦于声学模型增强、超参数调优和语言模型效率。我们开发了集成多流 TDNN-F 结构的自定义 Conformer 块，实现卓越的特征提取和时序建模。我们的做法包括高级数据增强技术和动态超参数优化以提升性能并减少过拟合。此外，我们提出了健壮的语言模型管理策略，采用贝叶斯优化和 -gram 修剪以确保相关性和计算效率。这些系统性的改进显著提升了 ASR 的准确率和鲁棒性，超越现有方法，为多样化的语音识别场景提供可扩展解决方案。本报告强调了在保持 Kaldi 适应性和在快速演变的技术背景下的竞争力方面，战略性优化的重要性。
引用
@article{arxiv.2506.07149,
title = {Technical Report: A Practical Guide to Kaldi ASR Optimization},
author = {Mengze Hong and Di Jiang},
journal= {arXiv preprint arXiv:2506.07149},
year = {2025}
}