如何提高语音识别模型的准确率
“智能客服+人工坐席”的新型客户服务模式，通过自动化的语音识别技术，降低客服中心的人力成本，提升客服中心的运营效率。
应用场景：客服质检、机器人外呼、语音导航
智能客服和领域非常相关，不同领域的话题各不相同，还有大量的领域词汇，所以需要根据不同领域来训练相应的语音识别模型。
客服语音识别的技术挑战：1、有些客户普通话口音重：不同地域有不同的口音特点2、自然风格说话：语速快、吐字不清、抢话叠字3、电话信道、领域术语多：电话信道8Kh采样，音质差。不同行业有自己独特的领域术语4、有些客户讲方言：中国有七大方言区、数十种方言
语音数据训练测试实验：一、全领域客服测试测试数据：涵盖金融、电信、教育、电商、房产等领域的客服语音ASR1：“普通话朗读数据”训练所得模型ASR1+2：ASR1基础上，增加“重口音普通话数据”ASR1+2+3：ASR1+2基础上，增加“普通话自然对话数据”ASR1+2+3+4：在ASR1+2+3基础上，增加“实网客服语音数据”
结论：只使用数据堂普通话朗读数据训练后，识别模型的字错率是54.8%，在叠加数据堂重口音普通话、普通话自然对话、实网客服语音后，字错率降到了12.5%.
二、金融领域客服测试测试数据：金融领域的客服语音ASR1：“普通话朗读数据”训练所得模型ASR1+2：ASR1基础上，增加“重口音普通话数据”ASR1+2+3：ASR1+2基础上，增加“普通话自然对话数据”ASR1+2+3+4：在ASR1+2+3基础上，增加“实网客服语音数据”
结论：只使用数据堂普通话朗读数据训练后，识别模型的字错率是54.8%，在叠加数据堂重口音普通话、普通话自然对话、实网客服语音后，字错率降到了12.5%.
相关实验数据：
一、普通话朗读语音1505小时普通话手机采集语音数据
849小时普通话家居交互手机语音数据
二、普通话自然对话语音
1000小时普通话多人自然对话语音数据2000小时普通话两人自然对话语音数据
1420小时普通话自然语音手机采集数据
三、重口音普通话语音
1026小时重口音普通话手机采集语音数据
662小时重口音普通话手机采集语音数据
132小时重口音普通话手机采集语音数据
四、实网客服语音
2823小时普通话客服实网语音采集数据
555小时全领域客服实网语音采集数据
140小时电商客服普通话实网采集语音数据
五、方言语音
方言语音-朗读
方言语音-自然对话https://www.datatang.com/dataset/all/1