Question

我正在尝试使用sphinx 4来使用我的桌面应用程序，并且它在0％的时间内正确我也使用默认语言模型和sphinx4 data.jar

中的所有东西

代码：

import edu.cmu.sphinx.api.Configuration;
import edu.cmu.sphinx.api.Microphone;
import edu.cmu.sphinx.api.SpeechResult;
import edu.cmu.sphinx.api.StreamSpeechRecognizer;
public class Speechy {
public static void main(String[] args) throws Exception {

    Configuration configuration = new Configuration();

    configuration.setAcousticModelPath("resource:/edu/cmu/sphinx/models/en-us/en-us");
    configuration.setDictionaryPath("resource:/edu/cmu/sphinx/models/en-us/cmudict-en-us.dict");
    configuration.setLanguageModelPath("resource:/edu/cmu/sphinx/models/en-us/en-us.lm.bin");
    Microphone micro = new Microphone(8000, 16, true, false);
    micro.startRecording();
    StreamSpeechRecognizer recognizer = new StreamSpeechRecognizer(configuration);
 // Start recognition process pruning previously cached data.
    recognizer.startRecognition(micro.getStream());
 while(true){
 SpeechResult result = recognizer.getResult();
 System.out.println(result.getHypothesis());
 }
}
}

Answer 1

Microphone micro = new Microphone(8000, 16, true, false);

默认声学模型需要16khz音频，您的配置8000是错误的。

另见the tutorial

准确性差的主要原因是：

采样率不匹配/不。传入音频的频道   或输入音频带宽的不匹配。它必须是16kHz（或   8kHz，取决于训练数据）16bit Mono（=单通道）   Little-Endian文件。您需要修复源的采样率   重新取样（仅当其比率高于培训时）   数据）。您不应该对文件进行上采样并使用声音对其进行解码   在更高采样率音频上训练的模型。音频文件格式   （采样率，通道数）可以使用以下方法进行验证   命令sox --i / path / to / audio / file。在这里查找更多信息：什么   是采样率

狮身人面像4精确度很差

1 个答案: