sherpa-ncnn：Endpointing（断句规则）
更多内容：XiaoJ的知识星球
目录
- 1. Endpointing (端点)
- 1.1 规则1
- 1.2 规则2
- 1.3 规则3
1. Endpointing (端点)
我们有三条端点检测规则。如果激活了其中任何一个，我们假设检测到终端节点。
.
1.1 规则1
规则 1 计算尾随静默的持续时间。如果大于用户指定值，激活规则 1。
下面是一个示例，它使用 2.4 秒作为阈值。
这两种情况下，规则 1处于激活状态：
-
当尾随静默的持续时间达到 2.4 秒时，没有解码任何内容。
-
在尾随静默的持续时间达到 2.4 秒之前，解码了一些内容。
Python API中，您可以在构造sherpa_ncnn.Recognizer的实例时指定rule1_min_trailing_silence。
C++ API中，您可以在创建EndpointConfig时指定rule1.min_trailing_silence。
.
1.2 规则2
在规则 2 中，我们要求它必须先解码一些内容，然后才能计算尾随的静默。
在以下示例中，解码内容后，当尾随静默的持续时间大于用户指定的值 1.2 秒时，将激活规则 2。
Python API中，您可以在构造sherpa_ncnn.Recognizer的实例时指定rule2_min_trailing_silence。
C++ API中，您可以在创建EndpointConfig时指定rule2.min_trailing_silence。
.
1.3 规则3
当话语长度（以秒为单位）大于给定值时激活。
在以下示例中，规则 3 在第一个区段达到给定值（在本例中为 20 秒）后激活。
Python API中，您可以在构造sherpa_ncnn.Recognizer的实例时指定rule3.min_utterance_length。
C++ API中，您可以在创建EndpointConfig时指定rule3.min_utterance_length。
如果要停用此规则，请为 rule3_min_utterance_length 或 rule3.min_utterance_length 提供一个非常大的值。
.
声明：资源可能存在第三方来源，若有侵权请联系删除！