如何将音频数据直接传递给Sphinx4

Question

我想将Sphinx4用作我系统的一部分。而且，我已经尝试过直接使用麦克风的HelloWorld演示。另外，我看过有关使用音频文件的示例。

所以，我的问题是，是否还有其他方式来识别语音？例如，识别短类型数据（例如short[]缓冲区）。

除了使用麦克风或wav文件（音频文件）之外，我找不到其他方法。

例如，PocketSphinx具有此问题（Input for Pocketsphinx on Android）中描述的processRaw函数。

Sphinx4中没有相应的功能吗？

Answer 1

要从字节数组中提供数据，您需要执行以下操作：

1. 配置前端使用StreamDataSource而不是Microphone或AudioFileDataSource。您可以看到LatticeDemo或TranscriberDemo，例如如何做到这一点。

2. 使用数据

从byte []数组创建ByteArrayInputStream

3. 将输入流设置为使用ByteArrayInputStream和StreamInputSource的setInputStream方法

4. 运行recognize()以识别字节数组中的数据

您可以通过InputStream成功使用任何数据，例如来自Socket或文件的输入数据。