我正在寻找一个开源库来检测音频文件中使用的口语，例如wav文件。
我试过CMU sphinx，但是无法理解如何将它用于语言检测？有人可以帮忙吗？
答案 0 :(得分：2)
如果您愿意学习另一个工具包，您应该考虑Kaldi [1]。它是一个开源语音识别工具包，在主干中使用说话人识别系统（使用类似的模型作为语言识别系统），在沙箱语言中使用实验语言识别设置。签出存储库后，您可以使用svn switch ^ / sandbox / language_id切换到LID沙箱。 LID示例在egs / lre07中。
无论您使用哪种工具包，我都推荐使用基于i-Vector的系统而不是语音系统。基于i-Vector的系统将更容易设置，因为它不需要转录本，并且速度更快，因为它避免了解码。
答案 1 :(得分：1)
您可以在所有手机解码模式下尝试CMU sphinx。 训练您想要识别的语言模型。 选择假设得分最佳的语言