Sphinx4：如何在对话框演示中提高识别wav文件的准确性

时间：2015-04-10 22:50:06

标签： java netbeans wav sphinx4

我编辑了对话框代码，使其适用于我的项目。

  1. 我创建了一个文本文件，其中包含一些可能在我的工作中使用的句子。我在评论部分添加了链接。
  2. 我已按照http://cmusphinx.sourceforge.net/wiki/tutoriallm上的步骤使用网络服务构建我的语言模型。

  3. 然后，我将对话框代码编辑为：

    package dialog;

import edu.cmu.sphinx.api.Configuration;
import edu.cmu.sphinx.api.SpeechResult;
import edu.cmu.sphinx.api.StreamSpeechRecognizer;
import java.io.File;
import java.io.FileInputStream;
import java.io.InputStream;

public class EmployeeCode {

private static final String ACOUSTIC_MODEL = "resource:/edu/cmu/sphinx/models/en-us/en-us";
private static final String DICTIONARY_PATH = "models/language/TAR0779/0779.dic";
private static final String LANGUAGE_MODEL = "models/language/TAR0779/0779.lm";


public static void main(String[] args) throws Exception {

    System.out.println("Loading models...");

    Configuration configuration = new Configuration();
    configuration.setAcousticModelPath(ACOUSTIC_MODEL);
    configuration.setDictionaryPath(DICTIONARY_PATH);
    configuration.setLanguageModelPath(LANGUAGE_MODEL);

    StreamSpeechRecognizer lmRecognizer = new StreamSpeechRecognizer(configuration);

    InputStream stream = new FileInputStream(new File("/Users/ha/NetBeansProjects/Dialog/WAV/sample1.wav"));

    lmRecognizer.startRecognition(stream);
    SpeechResult result;    

    while ((result = lmRecognizer.getResult()) != null)
    {
        System.out.println("You said: " + result.getHypothesis() + '\n');
    } /* else
    {
        System.out.println("There is no stream.");  
    } */

    lmRecognizer.stopRecognition();

}

    }

  4. 运行后输出为：

    运行： 加载模型...... 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：* + NSN + 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：* + SPN + 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：AA 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：AE 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：AH 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：AO 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：AW 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：AY 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：B 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：CH 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：D 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：DH 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：EH 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：ER 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：安永 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：F 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：G 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：HH 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：IH 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：IY 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：JH 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：K 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：L 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：M 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：N 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：NG 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：OW 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：OY 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：P 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：R 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：S 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：SH 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：T 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：TH 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：UH 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：UW 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：V 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：W 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：Y 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：Z 2015年4月16日下午2:04:10 edu.cmu.sphinx.linguist.acoustic.UnitManager getUnit 信息：CI单位：ZH 2015年4月16日下午2:04:11 edu.cmu.sphinx.frontend.AutoCepstrum initDataProcessors INFO：Cepstrum组件自动配置如下：autoCepstrum {MelFrequencyFilterBank，Denoise，DiscreteCosineTransform2，Lifter} 2015年4月16日下午2:04:11 edu.cmu.sphinx.linguist.dictionary.TextDictionary分配 信息：从以下文件加载字典：file：models / language / TAR0779 / 0779.dic 2015年4月16日下午2:04:12 edu.cmu.sphinx.linguist.dictionary.TextDictionary分配 信息：从以下位置加载填充词典：jar：file：/Users/ha/Downloads/sphinx4-data-1.0-20150223.210601-7-sources.jar！/ edu / cmu / sphinx / models / en-us / en-us / noisedict 2015年4月16日下午2:04:12 edu.cmu.sphinx.linguist.acoustic.tiedstate.Sphinx3Loader logInfo 信息：从以下位置加载绑定状态声学模型：jar：file：/Users/ha/Downloads/sphinx4-data-1.0-20150223.210601-7-sources.jar！/ edu / cmu / sphinx / models / en-us / en-我们 2015年4月16日下午2:04:12 edu.cmu.sphinx.linguist.acoustic.tiedstate.Pool logInfo 信息：池意味着条目：16128 2015年4月16日下午2:04:12 edu.cmu.sphinx.linguist.acoustic.tiedstate.Pool logInfo 信息：池差异条目：16128 2015年4月16日下午2:04:12 edu.cmu.sphinx.linguist.acoustic.tiedstate.Pool logInfo 信息：池transition_matrices条目：42 2015年4月16日下午2:04:12 edu.cmu.sphinx.linguist.acoustic.tiedstate.Pool logInfo 信息：池senones条目：5126 2015年4月16日下午2:04:12 edu.cmu.sphinx.linguist.acoustic.tiedstate.GaussianWeights logInfo 信息：高斯权重：mixture_weights。参赛作品：15378 2015年4月16日下午2:04:12 edu.cmu.sphinx.linguist.acoustic.tiedstate.Pool logInfo 信息：池senones条目：5126 2015年4月16日下午2:04:12 edu.cmu.sphinx.linguist.acoustic.tiedstate.Sphinx3Loader logInfo 信息：独立于上下文的单元条目：42 2015年4月16日下午2:04:12 edu.cmu.sphinx.linguist.acoustic.tiedstate.HMMManager logInfo 信息：HMM经理：137095 hmms 2015年4月16日下午2:04:12 edu.cmu.sphinx.linguist.acoustic.tiedstate.TiedStateAcousticModel logInfo INFO：CompositeSenoneSequences：0 2015年4月16日下午2:04:13 edu.cmu.sphinx.linguist.acoustic.HMMPool dumpInfo 信息：最大CI单位43 2015年4月16日下午2:04:13 edu.cmu.sphinx.linguist.acoustic.HMMPool dumpInfo 信息：单位表大小79507 2015年4月16日下午2:04:13 edu.cmu.sphinx.util.TimerPool showTimesShortTitle 信息：＃-----------------------------计时器----------------- ----------------------- 2015年4月16日下午2:04:13 edu.cmu.sphinx.util.TimerPool showTimesShortTitle 信息：＃Name Count CurTime MinTime MaxTime AvgTime TotTime
    2015年4月16日下午2:04:13 edu.cmu.sphinx.util.Timer showTimesShort 信息：加载AM 1 3.0410s 3.0410s 3.0410s 3.0410s 3.0410s
    2015年4月16日下午2:04:13 edu.cmu.sphinx.util.Timer showTimesShort 信息：加载字典1 0.0520s 0.0520s 0.0520s 0.0520s 0.0520s
    2015年4月16日下午2:04:13 edu.cmu.sphinx.util.Timer showTimesShort 信息：编译1 1.8290s 1.8290s 1.8290s 1.8290s 1.8290s
    2015年4月16日下午2:04:17 edu.cmu.sphinx.instrumentation.SpeedTracker showAudioUsage 信息：此时间音频：0.95s Proc：3.15s速度：3.32 X实时 2015年4月16日下午2:04:17 edu.cmu.sphinx.instrumentation.SpeedTracker showAudioSummary 信息：总时间音频：0.95s Proc：3.15s 3.32 X实时 2015年4月16日下午2:04:17 edu.cmu.sphinx.instrumentation.MemoryTracker calculateMemoryUsage 信息：Mem总计：212.50 Mb Free：70.12 Mb 2015年4月16日下午2:04:17 edu.cmu.sphinx.instrumentation.MemoryTracker calculateMemoryUsage 信息：使用：此：142.38 Mb平均值：142.38 Mb最大值：142.38 Mb 你说：什么是

    2015年4月16日下午2:04:20 edu.cmu.sphinx.instrumentation.SpeedTracker showAudioUsage 信息：此时间音频：0.96s过程：2.45s速度：2.55实时 2015年4月16日下午2:04:20 edu.cmu.sphinx.instrumentation.SpeedTracker showAudioSummary 信息：总时间音频：1.91s Proc：5.60s 2.93 X实时 2015年4月16日下午2:04:20 edu.cmu.sphinx.instrumentation.MemoryTracker calculateMemoryUsage 信息：记忆总计：237.00 Mb免费：141.00 Mb 2015年4月16日下午2:04:20 edu.cmu.sphinx.instrumentation.MemoryTracker calculateMemoryUsage 信息：使用：此：96.00 Mb平均值：119.19 Mb最大值：142.38 Mb 你说：很多男人

    2015年4月16日下午2:04:21 edu.cmu.sphinx.instrumentation.SpeedTracker showAudioUsage 信息：此时音频：1429182208.00s处方：1.19s速度：0.00 X实时 2015年4月16日下午2:04:21 edu.cmu.sphinx.instrumentation.SpeedTracker showAudioSummary 信息：总时间音频：1429182208.00s Proc：6.79s 0.00 X实时 2015年4月16日下午2:04:21 edu.cmu.sphinx.instrumentation.MemoryTracker calculateMemoryUsage 信息：Mem总计：247.50 Mb Free：144.35 Mb 2015年4月16日下午2:04:21 edu.cmu.sphinx.instrumentation.MemoryTracker calculateMemoryUsage 信息：使用：此：103.15 Mb平均值：113.84 Mb最大值：142.38 Mb 你说：很多

    2015年4月16日下午2:04:21 edu.cmu.sphinx.util.TimerPool showTimesShortTitle 信息：＃-----------------------------计时器----------------- ----------------------- 2015年4月16日下午2:04:21 edu.cmu.sphinx.util.TimerPool showTimesShortTitle 信息：＃Name Count CurTime MinTime MaxTime AvgTime TotTime
    2015年4月16日下午2:04:21 edu.cmu.sphinx.util.Timer showTimesShort 信息：加载AM 1 3.0410s 3.0410s 3.0410s 3.0410s 3.0410s
    2015年4月16日下午2:04:21 edu.cmu.sphinx.util.Timer showTimesShort 信息：加载字典1 0.0520s 0.0520s 0.0520s 0.0520s 0.0520s
    2015年4月16日下午2:04:21 edu.cmu.sphinx.util.Timer showTimesShort 信息：得分586 0.0000s 0.0000s 0.2270s 0.0031s 1.8140s
    2015年4月16日下午2:04:21 edu.cmu.sphinx.util.Timer showTimesShort 信息：Prune 2043 0.0000s 0.0000s 0.0020s 0.0000s 0.0280s
    2015年4月16日下午2:04:21 edu.cmu.sphinx.util.Timer showTimesShort 信息：增长2051 0.0000s 0.0000s 0.9200s 0.0025s 5.1330s
    2015年4月16日下午2:04:21 edu.cmu.sphinx.util.Timer showTimesShort 信息：前端298 0.0000s 0.0000s 0.2100s 0.0009s 0.2640s
    2015年4月16日下午2:04:21 edu.cmu.sphinx.util.Timer showTimesShort 信息：编译1 1.8290s 1.8290s 1.8290s 1.8290s 1.8290s
    2015年4月16日下午2:04:21 edu.cmu.sphinx.instrumentation.SpeedTracker showAudioSummary 信息：总时间音频：1429182208.00s Proc：6.79s 0.00 X实时 2015年4月16日下午2:04:21 edu.cmu.sphinx.instrumentation.MemoryTracker calculateMemoryUsage 信息：Mem总计：247.50 Mb Free：141.87 Mb 2015年4月16日下午2:04:21 edu.cmu.sphinx.instrumentation.MemoryTracker calculateMemoryUsage 信息：使用：此：105.63 Mb平均值：111.79 Mb最大值：142.38 Mb 建立成功（总时间：28秒）

    5. 正确的结果应该是：最低工资是多少。

    我的wav文件是：https://www.mediafire.com/?khgyc9bhltz0z3b

    如何提高wav文件的准确性？

    提前致谢

1 个答案:

答案 0 :(得分：1)

  

private static final String ACOUSTIC_MODEL =“models / acoustic / wsj”;

这是错误的，你需要使用默认的en-us模型

  

我删除了许多在我的语料库中缺少语音拼音的行

语料库必须是文本文件，而不是RTF文件。您需要尝试再次创建语言模型和字典。

相关问题
最新问题