请针对timit训练集统计Bigram（不需要使用平滑），并使用ARPA语言模型格式将其保存为txt文件。最后，使用Bigram对测试集中的方言区域DR1的FAKS0的十段文字进行打分。 建议参考以下公式。

好的，针对您的要求，我可以提供以下步骤：

1. 首先，您需要下载TIMIT数据集，并使用其中的训练集（train）来统计Bigram。具体地，您需要遍历每个句子，将相邻的两个单词组成一个Bigram，并统计它们在训练集中出现的次数。

2. 根据Bigram的统计结果，您可以计算每个Bigram的出现概率。具体地，您需要计算每个单词在所有Bigram中出现的次数，以及每个Bigram在所有相邻单词对中出现的次数，然后将它们相除即可。

3. 接下来，您可以将Bigram的统计结果保存为ARPA语言模型格式的txt文件。ARPA格式是一种常见的语言模型文件格式，它可以被许多语音识别系统和语言模型工具所使用。具体地，您需要将每个Bigram的出现概率转化为log10概率，并按照ARPA格式的要求将它们保存到txt文件中。

4. 最后，您可以使用您训练好的Bigram语言模型对测试集中的DR1-FAKS0的十段文字进行打分。具体地，您需要将每个句子切分成单词，然后计算它们的Bigram出现概率之和。您可以使用log10概率来避免数值下溢问题，并将所有概率相加得到句子的总概率。