0

我在我的应用程序中使用OpenEars来识别一些单词和句子。我遵循了离线语音识别的基本教程并在 Swift 中执行了移植。这是设置过程

self.openEarsEventsObserver = OEEventsObserver()
self.openEarsEventsObserver.delegate = self
let lmGenerator: OELanguageModelGenerator = OELanguageModelGenerator()
addWords()
let name = "LanguageModelFileStarSaver"
lmGenerator.generateLanguageModelFromArray(words, withFilesNamed: name, forAcousticModelAtPath: OEAcousticModel.pathToModel("AcousticModelEnglish"))
lmPath = lmGenerator.pathToSuccessfullyGeneratedLanguageModelWithRequestedName(name)
dicPath = lmGenerator.pathToSuccessfullyGeneratedDictionaryWithRequestedName(name)

识别在一个安静的房间里对单个单词和整个句子都很有效（我会说它有 90% 的命中率）。然而，当我在安静的酒吧里尝试背景噪音很轻的时候，应用程序在识别单词时遇到了严重的困难。当有背景噪音时，有什么方法可以改善语音识别？

4

2 回答 2

1

如果背景噪声或多或少是均匀的（即有规律的模式），您可以尝试调整声学模型，否则这是一个开放性问题，有时被称为鸡尾酒会效应，可以使用 DNN 部分解决。

于 2016-02-22T19:46:45.417 回答
0

试试这个设置，对我来说效果很好。

try? OEPocketsphinxController.sharedInstance().setActive(true)
OEPocketsphinxController.sharedInstance().secondsOfSilenceToDetect = 2
OEPocketsphinxController.sharedInstance().setSecondsOfSilence()
OEPocketsphinxController.sharedInstance().vadThreshold = 3.5
OEPocketsphinxController.sharedInstance().removingNoise = true

或者您可以尝试iSphinx库。

于 2018-01-19T09:17:02.510 回答