智慧語音系統(tǒng)內(nèi)置的聲學模型以漢語拼音聲韻母為基本識別單元進行聲學建模，兼顧了模型的顆粒度及可擴展性。為了提高模型訓練的魯棒性，采用數(shù)萬小時:全面用語音數(shù)據(jù)，并進行了dataauament,主要包括speed,/volumn/,RIR/pitch,/noise perturbation 等手段，把訓練數(shù)報量又擴大了20倍。支持語言模型和聲學模型定制化。語言模型可針對客戶的行業(yè)領域的專有詞匯、行業(yè)術語等做優(yōu)化，如業(yè)務流程中的熱詞資源可以通過語言模型實時訓練后，達到理想的識別效果;聲學模型則針對客戶所屬地區(qū)的口音做針對性優(yōu)化。針對業(yè)務中出現(xiàn)的新興詞匯，可通過自定義發(fā)音的熱詞機制做到即時支持，無需做額外的模型訓練工作。熱詞數(shù)量支持萬條以上,并可在運行時靈活切換。