python - 包括 CMU pocketsphinx gstreamer 的语法

Question

我一直在研究 CMU pocketsphinx 的语音识别功能。理想情况下，我希望能够使用实时音频作为输入，沿着“请拿起”这一行识别句子结构，其中有一大堆对象（~200）。最初我在 Ubunutu 上安装 pocketsphinx 时遇到了很大的困难，最终我能够使用 gstreamer 让它工作。现在我已经开始工作了，我正在努力提高准确性。我想包含一个 jsgf 语法，但找不到任何指令或代码示例，目前不知所措。

我将不胜感激任何帮助。

Answer 1

您现在不能在 gstreamer 中使用 JSGF，尽管这将是插件的一个微不足道的更改。但是您可以使用 FSG 格式的语法。您可以自己构建 FSG 格式的语法或将语法从 JSGF 格式转换为 FSG 格式：

sphinx_jsgf2fsg -jsgf grammar.jsgf -fsg grammar.fsg

要使用 fsg 格式的语法，请使用插件的“fsg”属性，就像使用“lm”属性一样，而不是：

    g_object_set(G_OBJECT(filter), "lm", MODELDIR "/lm/en/turtle.DMP", NULL);

您将 FSG 属性设置为 FSG 文件：

    g_object_set(G_OBJECT(filter), "fsg", 
         "pocketsphinx/test/data/goforward.fsg", NULL);

你可以在 python:: 中做同样的事情

    asr.set_property("fsg", "pocketsphinx/test/data/goforward.fsg")