CTCWordBeamSearch

收录理由

许多基于CTC的识别器默认采用贪心解码或普通束搜索，容易产生拼写错误或超出词表的文本。这个解码器则不同，它只从你提供的词典中选取单词，并用基于你自己语料训练的语言模型对候选序列排序，因此最终输出的文本始终限定在已知词汇范围内。对于语音转写和手写表单识别这类有效词集已经确定的场景，它非常契合。该Python包安装简单，测试也能顺利通过，README里还给出了一个最小示例，清楚演示了如何输入模型的概率矩阵并取回解码后的字符串。如果你正在构建识别系统，想省去后期纠错的麻烦，这个组件可以直接拿来用。