如何使用CMU Sphinx 4将语音转换为带有英语voxforge模型的文本

Question

我正在试图弄清楚如何使用sphinx4或pocketsphinx与英国voxforge模型,但我不能让它工作.我试过阅读doc页面(比如这个http://cmusphinx.sourceforge.net/sphinx4/doc/UsingSphinxTrainModels.html),但它对我没有帮助.

我要的是一个可执行文件,我可以指定要使用的模型和音频文件作为源使用,并具有可执行文件打印出来它是什么在录音的声音说最好的猜测.

我喜欢运气:pocketsphinx_continuous -infile recording.wav 2>/dev/null

但它在转录完整的音频文件之前中止,并且默认模型可以通过几个单词从音频创建可读文本.

我已经编译并测试了sphinx4源程序包中的演示,但是所有示例似乎都只有很少的单词,并且需要一个模型来使用voxforge对我有用.

我怎么设置它？

Answer 1

插入Voxforge声学模型非常简单.涵盖API的主要文档是cmusphinx教程:

http://cmusphinx.sourceforge.net/wiki/tutorialsphinx4

建议您在开始之前阅读它.另请注意,建议使用En_US English Generic声学模型,它比Voxforge更准确.

您需要一步一步地执行以下操作:

• 从sourceforge 下载voxforge模型并将其解压缩到一个文件夹
• 从github查看sphinx4 并用gradle构建它
• 运行TranscriberDemo
• 转到sphinx4-samples/src/main/java/edu/cmu/sphinx/demo/transcriber文件夹,打开Transcriber演示并编辑声学模型路径,如下所示.
• 如果需要其他音频文件,请在源中编辑音频文件的位置
• 再次运行演示并享受

就是这样

   // Load model from the folder in your project
   configuration.setAcousticModelPath("file:voxforge-en-0.4/model_parameters/voxforge_en_sphinx.cd_cont_5000");