使用我自己的字典创建CMUSphinx语言模型后的下一个步骤是什么？

Question

我已经为阿拉伯语创建了我自己的CMUSphinx语言模型，该软件将用于监听用户并使用我自己的字典应用命令，我手动手动完成，将“arpa”语言模型类型转换为“ dmp“使用命令sphinx_lm_convert -i ar.lm -o ar.lm.dmp的语言模型，所以这是我到目前为止的文件：

• .txt（命令文本文件）
• .wfreq（单词文件的频率）
• .idngram（ngram文件）
• .dic（字典文件）
• .phone（音素文件）
• .lm（arpa语言模型文件）
• .lm.dmp（Darpa Trigram转储语言模型文件）

然后我记录了我自己说的每个单词，每个单词都有一个自己的.wav文件，它们都在一个文件夹中，该文件夹与.dic，.txt，.lm存在的文件夹分开。

我的问题是我在这里阅读的下一步是什么http://cmusphinx.sourceforge.net/wiki/tutorial？

它说，在构建语言模型之后，适应现有声学模型是下一步，是不是在训练语言模型？

如果是训练，我需要除了以下所需的所有文件：

• .transcription
• .fileids

这两个文件应该包含什么内容？

感谢

Answer 1

tutorial for Acoustic Model Training中描述了训练声学模型的程序。

如果要将任何自定义表单中的现有转录转换为所需格式，您需要在文本编辑器或脚本中手动创建文件和转录文件。

Fileids必须列出文件名，转录文件必须以特殊格式列出每个文件的转录。

例如声学模型训练数据库，您可以在an4数据库中查看。