通过使用阿里云语音自学习工具，您可以在操作界面上传训练语料文本，并选择对应领域的语言基础模型，对训练语料做模型训练，从而有效提高该场景的语音识别率。尤其针对专有名词和高频词汇，有较好的优化效果。

使用控制台训练和管理自学习模型，可以界面化操作，在控制台项目功能配置中，单击切换场景，选择自学习模型，发布上线后将与appkey绑定，而无需在代码中自行设置。

使用POP API创建的自学习模型，需要您在客户端代码中调用SDK的接口设置自学习模型的ID，该模型才能生效。

训练数据为领域相关的文本，与待识别语音数据越接近，优化效果越好。

以文本方式保存，使用UTF-8（无BOM）格式编码，文件大小不超过10 MB。

每位用户最多支持创建10个模型。

一句话或者一个被加强调优的关键词单独一行，控制每行的长度在500个字符以内。

文本中的数字需要按照发音替换为对应的汉字。例如，“58.9元”需要转换为“五十八点九元”。

文件中需要至少有一行为句子（大于4个词）。

只采用逗号（，）、句号（。）、问号（？）和感叹号（！），句尾需要加标点。像书名号（《》）、双引号（“”）等标点应去除。

对于识别不准确的关键词，可以将含该词的句子或者关键词（一个关键词在训练文本中独占一行）多复制几行，例如10行。如果效果仍不满意，可以适当增加复制行数。

需要首先排除关键词识别不准确，不是发音不清晰或者音频质量不好造成的。

建议经过识别试错，谨慎提供训练语料，避免相同发音的其他内容识别错误。

下载训练语料，以阿里巴巴简介为例：

如果“融资”、“互联网”等是业务关键词，可以将含这两个词的句子多复制几遍。

训练流程如下：

选择基础模型：采用通用模型（具体选择何种模型可根据实际场景进行调整）。

训练语料采集：请将如上训练语料保存至训练文本。如果需要自行设置训练语料，请根据标点做裁剪，将每句话保存为训练文本中的一行。

操作训练模型：通过自学习服务提交语料并训练之后，采用训练出的模型，能够有效识别出训练语料中的词汇，获得理想的识别效果。