决定Sphinx-4中扬声器适配的簇大小

Question

在用于扬声器适配技术的CMU Sphinx（Sphinx-4）中，我使用以下代码片段

Stats stats = recognizer.createStats(nrOfClusters);
recognizer.startRecognition(stream);
while ((result = recognizer.getResult()) != null) {
    stats.collect(result);
}
recognizer.stopRecognition();

// Transform represents the speech profile
Transform transform = stats.createTransform();
recognizer.setTransform(transform);

什么应该是nrOfClusters（簇数）参数值才能获得好的结果？我们如何使用此代码段来适应音频中的多个扬声器？

Answer 1

  

什么应该是nrOfClusters（簇数）参数值才能获得好的结果？

群集数量取决于适应的数据量。您拥有的数据越多，您可以使用的群集就越多。例如，如果您有30秒的语音，则1个群集就足够了。如果您有10分钟的演讲时间，则最多可以使用32个集群。

  

我们如何使用此代码段来适应音频中的多个扬声器？

如果你知道每个扬声器的时间，你可以分别为每个扬声器进行调整。为不同的发言者创建共享变换没有多大意义。