voice-recognition - 语音依赖语音识别

Question

我正在为嵌入式设备的语音相关语音识别解决方案寻找解决方案。我看过pocketsphinx，但因为我仍然不熟悉它，我想也许更有经验的人可能知道。是否可以使用pocketsphinx 来实现这样的语音识别。它应该记录音频，提取其特征，然后将其与所说的任何内容相匹配，而不是使用声学和语言模型。是否可以使用 pocketsphinx 来实现这个流程？如果不是，有人可以为我指出这样一个解决方案的正确方向吗？谢谢你。

Answer 1

是否可以使用pocketsphinx 来实现这样的语音识别。

pocketsphinx API 中没有这样的功能

您可以做的是先使用 sphinxbase 提取 MFC 系数，例如参见 sphinx_fe 源。

然后你可以应用DTW算法来比较记录。DTW 的实现非常简单，只需要 50 行代码：

http://en.wikipedia.org/wiki/Dynamic_time_warping

很少有库也实现了 DTW，您可以在维基百科页面上找到链接。

很高兴看到一个演示 DTW 实现的 pocketsphinx 补丁。