申博714088 申博电气

申博714088 申博电气CMUSphinx是一款开源、免费的智能语音识别软件。它可以用于多种不同的场合。语音转录、字幕、语言翻译、声音搜索和语言学习等等，也因为它是开源的，它允许研究人员和开发人员建立语音识别系统。欢迎免费下载！快音乐app下载2025-快音乐1.0.0 手机版 CMUSphinx有哪些功能语音识别音频转录...

CMUSphinx是一款开源、免费的智能语音识别软件。它可以用于多种不同的场合。语音转录、字幕、语言翻译、声音搜索和语言学习等等，也因为它是开源的，它允许研究人员和开发人员建立语音识别系统。欢迎免费下载！快音乐app下载2025-快音乐1.0.0 手机版

CMUSphinx有哪些功能

语音识别

音频转录

标题对齐

IVR

文字转语音

CMUSphinx怎么用

建立语言模型

有几种类型的模型描述语言识别——关键字列表,语法和统计语言模型,语音的统计语言模型。你可以选择任何解码方式根据您的需求,你甚至可以在运行时模式之间切换。

关键字列表

Pocketsphinx支持关键字定位模式,您可以指定要查找关键字列表。这种模式的优点是,你可以指定一个阈值为每个关键字,关键字可以连续语音中发现。所有其他模式将试图从语法检测的话即使你使用的话,没有语法。关键字列表看起来像这样:

ohmightycomputer/1e-40/

helloworld/1e-30/

otherphrase/1e-20/

阈值必须指定每一个短语。等较短的短语可以使用较小的阈值1e1,必须更大更长时间阈值。假警报阈值必须调整平衡,错过了检测,调整阈值的最佳方法是使用一个预先录制的音频文件。

最好的精度最好有短语3-4音节。太短的短语很容易混淆。

关键字列表支持pocketsphinx,而不是sphinx4。

语法

语法描述非常简单类型的命令和控制的语言,和他们通常是手写或自动生成的代码。语法通常没有词序列的概率,但一些元素可能重。语法可以创建JSGF格式和通常有扩展。克或.jsgf。

语法允许精确指定可能的输入,例如,某些词可能只重复两到三次。然而,这种严格可能是有害的,如果用户不小心跳过的话语法要求。在这种情况下整个识别将会失败。因此最好使语法更放松,而不是短语的袋子单词列表允许任意的顺序。避免与许多非常复杂的语法规则和情况下,它只是减缓识别器,可以使用简单的规则。在过去的语法需要大量的努力调整,正确分配变异等等。大的VXML咨询行业。

语言模型

统计语言模型描述更复杂的语言。它们包含概率的词和词的组合。这些概率估计的样本数据,并自动有一些灵活性。例如,每个词汇的组合是可能的,虽然这样的组合的概率可能有所不同。例如,如果你创建统计语言模型从一个单词列表,它将仍然允许解码词组合尽管它可能不是你的意图。总的来说,统计语言模型推荐自由输入,用户可以说任何一个自然语言和他们需要工程工作比语法,你只是列出可能的句子。例如,您可能数字列表“二十”和“三十三”和统计语言模型将允许“三十”有一定概率。

总的来说,现代语音识别接口往往更自然,避免指挥控制的上一代风格。因此大多数界面设计师喜欢自然语言识别与统计语言模型比传统的VXML语法。

设计主题的VUI接口你可能感兴趣的书如下:最好是一个很好的机比坏人:语音识别和其他外来用户界面由布鲁斯BalentineJetsonian时代的《暮光之城》

有很多方法可以建立统计语言模型。当您的数据集很大,有使用CMU语言建模工具包。小模型时,您可以使用一个在线快速web服务。当你需要特定的选项或者你只是想用你最喜欢的工具包构建ARPA模型,您可以使用它。

语言模型可以存储和加载在三个不同的格式文本ARPA格式,二进制格式本和二进制DMP格式。ARPA格式需要更多空间,可以编辑它。ARPA文件.lm扩展。二进制格式需要大大减少空间和更快的加载。二进制文件.lm.bin扩展。也可以在格式之间进行转换。DMP格式是过时的,不推荐。

建立一个语法

语法通常是手工编写JSGF格式:

#JSGFV1.0;

/**

*JSGFGrammarforHelloWorldexample

grammarhello;

万博棋牌豹子传奇扑克上下分乐鱼去喷水池双色球球怎么买众博智能app

展开