speech-recognition - 如何将音频数据直接传递给 Sphinx4

Question

我想将 Sphinx4 用于我系统的一部分。而且，我已经尝试过直接使用麦克风的 HelloWorld 演示。此外，我还看到了有关使用音频文件的示例。

所以，我的问题是，是否还有其他方法可以识别语音？例如，识别短类型数据（例如short[]缓冲区）。

除了使用麦克风或 wav 文件（音频文件）之外，我找不到其他方法。

例如，PocketSphinx 具有processRaw此问题（Android 上的 Pocketsphinx 输入）中描述的功能。

Sphinx4中没有对应的功能吗？

Answer 1

要从字节数组中提供数据，您需要执行以下操作：

1. 将前端配置为使用StreamDataSource而不是 Microphone 或 AudioFileDataSource。您可以查看 LatticeDemo 或 TrancriberDemo 例如如何做到这一点。

2. 使用数据从 byte[] 数组创建ByteArrayInputStream

3. 使用 StreamDataSource 的 setInputStream 方法设置输入流以使用 ByteArrayInputStream

4. 运行识别（）以识别字节数组中的数据

您可以通过 InputStream 成功使用任何数据，例如来自 Socket 或来自 File 的输入数据。