用于识别字母表准确度的sphinx非常低

Question

我正在使用CMU sphinx来识别字母，但我注意到它很低 准确度。（＆lt; = 20％）。 例如：当我拼写字母时：A-P-P-L-E，它出来了A B B L E. 准确性太低而无用。

我希望不必像提到的一些帖子那样实现它 “alpha”“beta”等用于提高识别率。

在online lmtools生成的dict文件和lm文件 顺便说一句：当我限制字典并用麦克风说话时，准确率高于80％。 所以有人之前解决了这个问题吗？或任何想法是欣赏。谢谢 。

Answer 1

是的，准确性会很低，因为字母名称是混乱的。众所周知，识别E，D，P，B，C，Z的集合是最难识别的任务之一。正是由于这个原因，其他人使用alpha，bravo等。

更好的解决方案是设计您的应用程序，这样就不需要拼写。你可以输入单词，它可靠而准确。

您可以通过训练自己的词汇模型或将现有模型与您的声音相适应来提高准确性。