CMUSphinx PocketSphinx - 识别所有(或大量)单词

Question

在我尝试使用PocketSphinx for Android之前,我使用了Google的语音识别API.我不需要设置搜索名称或字典文件.它只是承认了所说的每一个字.

现在,在PocketSphinx中,我需要这样做.但是我只能找到如何为一个单词设置识别,或者设置字典(演示项目中可用的字典只有很少的单词),识别器认为这些是唯一存在的单词,这意味着如果有人说类似的话,识别器认为它是字典中列出的单词.

我只是想问,我怎么能设置一些搜索名称,或者如何设置它来识别所有可用的单词(甚至是大量的单词)？也许某人有一个包含大量单词的字典文件？

Answer 1

在我尝试使用PocketSphinx for Android之前,我使用了Google的语音识别API.我不需要设置搜索名称或字典文件.它只是承认了所说的每一个字.

Google API也会识别大量但仍然有限的单词.很长一段时间它都未能识别出"Spotify".谷歌离线语音识别器使用其出版物中描述的约50k字.

我只是想问,我怎么能设置一些搜索名称,或者如何设置它来识别所有可用的单词(甚至是大量的单词)？也许某人有一个包含大量单词的字典文件？

演示包括使用语言模型(预测部分)的大词汇量语音识别.有更大的英语语言模型可供下载,例如En-US通用语言模型.

运行识别的简单代码是这样的:

 recognizer = defaultSetup()
   .setAcousticModel(new File(assetsDir, "en-us-ptm"))
   .setDictionary(new File(assetsDir, "cmudict-en-us.dict"))
   .getRecognizer();
  recognizer.addListener(this);

  // Create keyword-activation search.
  recognizer.addNgramSearch(NGRAM_SEARCH, new File(assetsDir, "en-us.lm.bin"););

  // Start the search
  recognizer.startListening(NGRAM_SEARCH);

但是,它们不容易适应设备并实时解码.如果您想要使用大量词汇实时解码语音,则需要将音频流式传输到服务器.或者您需要将词汇和语言限制为通用英语的一小部分.您可以在教程中了解有关CMUSphinx中语音识别的更多信息.