4

我正在考虑为我的应用程序使用 pocketsphinx 离线语音识别，但它的文档不清楚。如果有人可以回答以下问题，那么它真的会对我有很大帮助。

  1. setKeywordThreshold(1e-5f) 方法的作用（用途）是什么。此方法允许的最小值和最大值是多少。

  2. 我想为不同的语言提供支持，并在此链接http://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/上找到某些语言的内置声学模型。但由于文档滞后，我无法理解哪种模型最适合哪种语言。任何人都可以向我推荐以下语言的最佳内置声学模型 -

    （一个）。澳大利亚英语 (b)。美国英语 (c)。英式英语 (d)。加拿大英语 (e)。欧洲英语（f）。印度英语（g）。爱尔兰英语 (h)。新西兰英语（一）。南非英语 (j)。俄语 (k)。西班牙语 (l)。法语（男）。荷兰语（n）。德语

  3. 我只想识别每种语言中从 1 到 200 的数字。做这个的最好方式是什么 ？

  4. 我创建了一个 digits.gram 文件来识别从 1 到 99 的数字，但它也可以识别背景声音。例如，当钻机出现任何背景声音时，它就会将其识别为一个。只有在说出特定数字时，我们才能识别数字？

数字.gram 文件 

#JSGF V1.0;

grammar digits;

<single> = one | two | three | four | five | six | seven | eight | nine ;
<digit> = <single> |
          zero  |
          ten   |
          eleven |
          twelve |
          thirteen |
          fourteen |
          fifteen |
          sixteen |
          seventeen |
          eighteen |
          nineteen |
          twenty |
          thirty |
          forty |
          fifty |
          sixty |
          seventy |
          eighty |
          ninety |
          twenty <single> |
          thirty <single> |
          forty <single> |
          fifty <single> |
          sixty <single> |
          seventy <single> |
          eighty <single> |
          ninety <single> ;
4

1 回答 1

0

解决问题 4的最佳方法是添加关键字开始识别。当你有一个关键字时，你可以建议用户知道如何使用你的系统，并在真正的命令之前说“你好，Pocketsphinx”。

所以可以试试：

  • 使用关键字。
  • 按解码器应返回的置信度过滤输出。
  • 此外，您还可以在字典中添加更多常用词作为后备词，以便 Pocketsphinx 将匹配它们而不是您的“正确”列表，也许这会提高准确性。（但它甚至是值得的，你应该使用它来找到解决你的场景的最佳方法）
于 2019-02-26T10:30:42.703 回答