Update: README

README.md

@@ -17,13 +17,13 @@ datasets:
   - [Model Details](#model-details)
   - [How to Get Started With the Model](#how-to-get-started-with-the-model)
 ## Model Details
-- **Model Description:**
-음향 모델을 위한 N-gram Base의 LM으로 자소별 단어기반으로 만들어졌으며, KenLM으로 학습되었습니다. 해당 모델은 [ko-spelling-wav2vec2-conformer-del-1s](https://huggingface.co/42MARU/ko-spelling-wav2vec2-conformer-del-1s)과 사용하십시오. <br />
-HuggingFace Transformers Style로 불러와 사용할 수 있도록 처리했습니다. <br />
-pyctcdecode lib을 이용해서도 바로 사용가능합니다. <br />
-- data는 wiki korean을 사용했습니다. <br />
-spelling vocab data에 없는 문장은 전부 제거하여, 오히려 LM으로 Outlier가 발생할 소요를 최소화 시켰습니다. <br />
-해당 모델은 **철자전사** 기준의 데이터로 학습된 모델입니다. (숫자와 영어는 각 표기법을 따름) <br />
+- **Model Description** <br />
+  - 음향 모델을 위한 N-gram Base의 LM으로 자소별 단어기반으로 만들어졌으며, KenLM으로 학습되었습니다. 해당 모델은 [ko-spelling-wav2vec2-conformer-del-1s](https://huggingface.co/42MARU/ko-spelling-wav2vec2-conformer-del-1s)과 사용하십시오. <br />
+  - HuggingFace Transformers Style로 불러와 사용할 수 있도록 처리했습니다. <br />
+  - pyctcdecode lib을 이용해서도 바로 사용가능합니다. <br />
+  - data는 wiki korean을 사용했습니다. <br />
+  spelling vocab data에 없는 문장은 전부 제거하여, 오히려 LM으로 Outlier가 발생할 소요를 최소화 시켰습니다. <br />
+  해당 모델은 **철자전사** 기준의 데이터로 학습된 모델입니다. (숫자와 영어는 각 표기법을 따름) <br />
 - **Developed by:**  TADev (@lIlBrother)
 - **Language(s):** Korean
 - **License:** apache-2.0