问题标签 [pocketsphinx]

我使用工具 CMUCLMTK 使用来自维基百科转储的数据构建了泰米尔语语言模型。现在，我如何生成语音转录并在模型中替换它们。维基文章 ( http://cmusphinx.sourceforge.net/ wiki/phonemerecognition）说要替换转录而不是单词。我现在应该做什么？

我在 Android 上运行 PocketSphinx（版本 5prealpha）。我正在使用文件定义的关键字识别器，由以下代码段指定（kwfile是关键字定义文件，并且mRecognizer是 SpeechRecognizer 的一个实例）：

总体而言，在优化了关键词阈值后，识别性能还是不错的。但是，如果我在一个关键字话语和下一个关键字话语之间等待任意时间（5 秒到几分钟），则第二个话语的识别性能会受到影响。例如，我会说“关键字”，它会被识别。如果我等待不到 5 秒并再次说出“关键字”，则可能会识别第二个话语（识别率超过 95%）。但是，如果我等待 15 秒，识别率会急剧下降，低于 50%。

我的假设是，当我第二次说出关键字时，识别器处于刷新的中间——也就是说它在一个Stop Recognition事件和一个Start Recognition事件之间，并且我的讲话超越了那个事件。这是我的 logcat 的典型视图。请注意，5 秒后，识别器“刷新”。在大多数情况下，这种情况大约每 5 秒发生一次。有时“刷新”之间可能长达 30 秒，但通常在 5 秒左右。

所以，我的问题是：我能做些什么来控制这个“刷新率”吗？这是由于我在RecognitionListener实现中做错了什么引起的（见下文，但请注意 - 我通常不会在话语之间得到任何部分结果。）？或者是否有一个我不知道的 PocketSphinx API 调用来设置这个刷新率？或者，我可以在 PocketSphinx 源中进行更改以改善这种行为吗？

我正在使用 pocketsphinx android 开发应用程序。使用关键词搜索激活。激活效果不太好，有很多误报，而且并不总是能识别我说的话。所以我决定使用 getProb 方法来查看检测到的单词的概率，但是 getBestScore() 和 getProb() 方法总是返回 0，这可能是什么原因？

我正在分析 PocketSphinx 演示并使用它来更好地了解它是如何工作的。

我不明白关键短语（在演示“哦，强大的计算机”中）和语法之间的主要区别。我特别注意到：

• 关键短语更健壮：如果关键短语仅由一个单词组成，则单词必须完全正确...只说一个单词，这被解释为正确！！！

• 在语法案例中，我注意到我可以说出所有可能的单词（超出语法），PocketSphinx 尝试将一个单词“带回”到它的语法中……所以如果语法是“再见宝贝”，如果我说“狗猫香蕉”它明白“再见宝贝”......

所以，问题是：如何创建一个健壮的语法（如关键短语）以避免误报？这可能是一个门槛问题吗？

我与 Visual Studio 社区一起编译。

我最初想测试的文件长达一个多小时，所以我用 3 秒的音频试了一下，然而，同样的事情发生了。以下是我使用的命令行参数：

我被告知要像这样转换文件：

所以我做到了，但我也尝试过没有转换。

当我运行此程序时，该程序似乎运行正常，但随后它在此处崩溃：

当使用 sphinxbase.dll 的调试版本运行时，会弹出一个警报，其中包含以下内容：

就在崩溃之前。我已经尝试了我能想到的一切，但似乎没有任何效果，所以任何帮助将不胜感激。

我想尝试 sphinx 的最新版本，但不知道如何安装它。

第 4 个版本非常简单，我使用了演示，例如Hello World，并将库（jsapi、sphinx4、TDIFITS、WSJ）附加到项目中，如本教程所示：

https://www.youtube.com/watch?v=GeqtLrcOogs&list=PLh5G3y7ncCcWcR_Xgv_lSAvk-3wV7p3TH&index=13

我已经通过这个链接下载了程序：

http://sourceforge.net/projects/cmusphinx/files/sphinx4/5prealpha/

有一些演示，但没有库。我应该使用以前版本的库吗？也许有像我这样的菜鸟安装它的分步教程？谢谢你。

我使用 cmu 的 pocketsphinx 将 wav 文件转换为文本。wav 文件自始至终都有英语对话。当使用带有 hmm、lm 和 dict（en-us 模型）的 pocketsphinx_continuous 时，转换后的文本与 wav 文件内容不匹配。我错过了什么吗？请对此有所了解。如果有人想要更多细节，我可以给你 wav 文件以及转换后的文本。

我有pocketsphinx作为python gstreamer管道内的一个元素运行，类似于：

使用gst-inspect，我可以看到 pocketsphinx 元素有几个属性（例如语言模型文件和字典文件），但这些属性与您通常可能传递给可执行文件的命令行选项是分开的。

我想更改 pocketsphinx 使用的日志文件，但这只是一个选项gst-pocketsphinx，而不是pocketsphinxgstreamer 元素。

如何将logfn参数传递给 pocketsphinx gstreamer 元素？

我正在尝试使用以下命令生成 arpa 格式语言模型：

但是第二个命令wngram2idngram 不起作用并引发以下错误：

text2idngram：错误：必须指定 idngram 文件。

我如下更改参数，它可以工作。

我的问题是哪一个是正确的？我正在使用 cmulmtk 版本 3。

由于没有维护 phonetisaurus 并且新的在线 LM Tool v3 正在使用 logios。

问题是推荐用于语音词典生成的工具是什么？

如果是logios，那么任何人都知道有关该程序的任何好文件吗？