WeNet 更新：支持热词增强

在语音识别的实际应用中，对于常用的词汇识别效果比较好，但是对于一些特有的人名、歌名、地名或者某个领域的专有词汇，例如人名宋星辰、歌名国际歌、地名丽泽商务区以及语音识别专业词汇解码器，可能存在识别准确率不高的情况。对于这些专有词汇，通过在 WeNet 中使用热词增强方案，添加热词可以显著提升识别的准确率。

近期，WeNet 的更新支持了两种解码器上热词增强，包括 CTC Prefix Beam Search 和 WFST Beam Search。

热词增强

热词增强在论文中也叫 Context Biasing 或者 Contextual Biasing，相当于是把一些先验的知识加入到了语音识别系统中。WeNet 在解码过程中维护一个 Context Graph 中的状态。通过子图中的状态计算热词的得分，然后通过浅融合 (Shallow Fusion) 的形式在束搜索的过程中进行加分。

声学得分和热词得分的加权公式如下：

Context Graph

假如我们需要对下述热词进行增强：

• 王思

• 欧阳唯一

• 唯品会

指定热词中每个字的得分为 3，则 Context Graph 的构图如下图所示：

</