扩展Sphinx以支持本地语言

Question

最初我想从头开始编写语音识别引擎（支持50-100个单词）以支持我的母语。

然而，经过一些研究后，很明显，即使在1。5年内支持非常有限，也无法制作语音识别引擎。

现在我正在考虑扩展sphinx引擎以支持我的语言。是否有可能在1。5年内完成，甚至这对于最后一年的项目来说太过分了。

我正焦急地等待你对此事的经历。

Answer 1

进行语音识别的时间取决于您的申请。

您将需要：

1. 定义您想要识别的单词;
2. 为这些单词写一个拼音字典;
3. 与几位母语人士一起录制文字;
4. 验证记录的数据;
5. 准备数据以训练声学模型;
6. 制作语法或语言模型（在这种情况下，有必要记录拼音平衡的单词/句子）;
7. 训练声学模型;
8. 测试您的系统;
9. 对语法和声学模型进行调整和调整（演讲者改编）;
10. 了解如何制作上述所有9个主题。 ：）

第10项是最耗时的任务!!!

答案：是的，可以在3个月内进行商业申请。

Sphinx是一种可能性，HTK是一个优秀的开源语音识别系统，用于训练和测试一个完整的系统。 Julius是一个开源语音识别器（引擎），它使用由HTK构建的声学和语言模型。

Luis Uebel

ASR Labs - www.asrlabs.com.br

Answer 2

是的，这当然是可能的。我为Chatino做了类似的识别器，用于我的高级论文。 （Chatino是墨西哥南部瓦哈卡的一种土着语言）。识别器包括一个隔离字识别器和一个使用Sphinx4构建的连续语音识别器。

有关详细信息，请参阅http://www.jaimalayalam.com/papers/chatinoVoiceRecognition09.pdf。