问题标签 [julius-speech]

我正在尝试在 ubuntu 上使用 Julius。几个小时后，我终于开始工作了。

基本上，我唯一需要它做的就是在它识别出某个单词（例如“计算机”）时触发脚本。这是主要问题。最好的方法是什么？

此外，我似乎无法以“安静”模式运行 Julius

仍然输出太多信息：

Stat：以 16000Hz 捕获音频

统计：adin_alsa：延迟设置为 32 毫秒（块 = 512 字节）

错误：adin_alsa：无法从卡控制中获取 pcm 信息

警告：adin_alsa：跳过详细音频设备信息的输出

STAT：已创建 AD-in 线程

警告：剥离：样本 0-27 的值为零，已剥离

pass1_best: DOWarning: strip: sample 192-444 has zero value, stripped

pass1_best：玩

句子1：玩

pass1_best：

句子1：玩

pass1_best:Warning: strip: sample 406-436 has zero value, stripped

等等。

有什么建议么？

我在 python 中使用 pexpect 从我的家庭自动化项目的音频输入中接收连续的音频数据。有没有办法暂停 pexpect 使用我的音频设备？或者我可以在两个单独的程序/脚本中使用音频设备吗？

我想做的是：使用语音识别（julius）来听关键字。对于更复杂的命令，我想使用 Google 的 Speech to Text API，因为它的准确性更高。这两件事分别工作得很好。

我的问题是：一旦找到关键字，就需要记录音频数据并将其发送到 Google API。但是，我只有一个音频设备，这已经被 julius 的语音识别使用了。我无法.close 和 .spawn 语音识别，因为加载需要很长时间。是否有可能暂停预期？或者你们知道任何其他的解决方法吗？

最佳，MGG

我正处于使用 HARK 开源设计语音识别应用程序的研究阶段（强制使用 HARK），但 HARK 系统文档让我感到困惑。

我已阅读以下 HARK 系统文档：

• http://winnie.kuis.kyoto-u.ac.jp/HARK/document/1.2.0/hark-cookbook-en/index.html

• http://www.hark.jp/document/hark-document-en/index.html

我需要一个语音识别解决方案，而 HARK 系统似乎是我的机器人试听项目的理想完整应用系统，因为它包含许多功能，例如：声音定位、功能转移和语音识别。

我的问题是我仍然不知道 HARK 系统打算如何使用或如何使用/与 HARK 开源通信。

我正在呼吁具有 HARK 系统经验的人帮助我走上正轨。

我正在为我的应用程序使用 julius 语音识别。我对朱利叶斯有一个疑问：

我已经下载了最新版本，并成功使用了它的 lib 并使其工作。我面临的问题是..一旦应用程序启动并且我在我的应用程序中调用语音识别功能...它从麦克风获取输入并显示麦克风中所说的任何内容，但该功能仍然会继续这样做并且再次。控制永远不会脱离该功能。在这里我遇到了问题，因为控件没有返回我无法继续进行。我想要的是一旦引擎从麦克风获得输入，它应该识别并停在那里..我试图通过删除回调函数来做到这一点，但没有成功。

谁能在这件事上指导我，我需要做什么才能获得所需的输出。这对我会有帮助。

我正在使用语音处理，需要安装julius. 我在我的 Mac 上执行了以下命令：

这安装了 julius-4.3.1。但是，当我输入 julius 时，我得到：

所以我尝试重新安装 julius，但收到此消息：

甚至julius-4.3.1不是公认的命令。那么如何在 Mac 上安装 julius？

我已经成功完成了一个带有 Julius英语语音识别的语音识别应用程序，但问题是：

我想减少两个词之间的沉默时间来识别这两个词。

有没有办法在两个词之间配置这个静音时间？

我正在开发 Windows，试图在 .NET 中制作一个应用程序来捕获 RTP SIP 流量信息，并将其发送给 julius 进行单词检测，例如，如果在线上的人说“one” julius 可以根据语法检测归档单词“一”、二、三等。使用麦克风输入进行测试，julius 运行良好，检测效果很好。我的问题是音频将不再来自麦克风，因为它将来自 RTP sip 呼叫。那么，如何将 RTP 音频数据包从网络传递到 julius 输入？也许我可以即时将 RTP 转换为音频并将其传递给麦克风输入，以便 julius 可以进行检测？

我在 Windows 10 上运行 Julius 语音识别，并希望只保存对文本文件所说的任何内容的文本输出，即下面标记的“句子 1 行”的值。我已经通过文档和在线搜索，但没有找到任何方法来做到这一点。理想情况下，每次通过麦克风接收到新输入时，都会重写或附加文件。如果在文本文件中提供了更多信息，我可以对其进行搜索以查找我需要的内容，这样就可以了，但我不知道是否有办法实际写入文本文件。

我已经根据他们git repo上的快速运行说明安装了 julius ，但得到的结果是混合的，永远不会运行。但是，在运行此线程中建议的快速入门时，我已经能够让程序运行。

使用旨在识别“官方” julius 演示中包含的音频文件的命令../julius/julius/julius -C mic.jconf -dnnconf dnn.jconf -input mic，我收到以下错误：

快速入门在麦克风上运行julius -input mic -C dnn.jconf，我已将其修改到julius -input mozilla.wav -C dnn.jconf为 julius 演示创建的目录中，但收到错误消息Segmentation fault (core dumped)。

很明显，从麦克风接收音频没有问题，但我不确定在 julius-speech 快速运行中我哪里出错了。我们欢迎所有的建议！

我正在与Julius合作以识别语音。只要麦克风正在运行，我希望将语音始终传递给 Julius，并将单个单词存储到库中。我正在寻找仅在以最低的内存和数据使用率检测到语音时记录和/或传递音频的最佳方法。

adintool是为 Julius 开发的。会是这样的代码：

建议使用 adintool 可以让我在服务器模式下将音频传递给 Julius？

PsychoPy是基于 Python 的，虽然我更熟悉 Python，但 Julius 是用 C 编写的。PsychoPy 会录制声音并将其作为 WAV 文件发送给 Julius。这让我怀疑它会更依赖内存和数据资源。

这个线程有一些有用的建议，只在有声音的时候录音。在 adintool 或 PsychoPy 之前使用它是否有意义？还是那些工具已经具备这种能力？

摘要：在 adintool 和 PsychoPy 之间，这是 julius 处理的轻量级音频捕获的最佳选择，并且仅在有声音时才需要额外的代码来录制/捕获？