如何在iPhone中进行中文语音识别

Question

OpenEars可以进行中文语音识别吗？见这里：http://www.politepix.com/openears

Answer 1

我是OpenEars开发人员。 OpenEars只能开箱即用地进行英语语音识别。 OpenEars使用的Pocketsphinx发行版中有一个普通话声学模型，因此可能可以在说明书中将其替换为英语声学模型，如果你有自己的声音模型创建兼容的语言模型和语音字典的方法，你可以做一些自我导向的研究和测试。声学模型称为tdt_sc_8k。您可以使用它而不是名为hub4wsj_sc_8k的说明中的文件夹，但是还需要做更多工作才能使其正常工作。

如果您想尝试这一点，您需要阅读CMU语音网站上的Sphinx project documentation，以便清楚地了解声学模型，语言模型和语音词典之间的关系，并弄清楚如何创建兼容的语言模型。您可以从this page上的语音词典开始作为主词典，您可以创建较小的iPhone大小的语音词典和随后的语言模型，因为它可能与声学模型兼容。该页面上的语言模型对于OpenEars来说太大了。为了测试，我可能会创建一个大约100个单词的命令和控制模型。您应该能够使用Sphinx Knowledge Base Tool从您已经制作了语音词典的单词语料库中创建语言模型。

下一步是验证您的声学模型，语言模型和语音字典是否已知 - 在传统的Pocketsphinx安装中工作，例如在Linux上。如果你得到了很好的结果，你可以来OpenEars论坛，我会尝试帮助你让它在OpenEars中工作（由于声学模型从未参与测试，我无法保证，但我也可以'我想到一个特殊的原因，它不会起作用）。 OpenEars的LanguageModelGenerator类肯定只能用于英语。您有责任确保声学模型的许可方式不会妨碍其在App Store应用程序中使用，如果您计划分发项目的方式。

祝你好运！

编辑：我想更新此内容，以便让您知道普通话声学模型现在是OpenEarsExtras的一部分，并且说LanguageModelGenerator现在已经更新，以便您可以提供它是你选择的任意主语音词典，如果你有一个正确的格式（也就是说，后跟一个标签后跟一个音符后面跟一个换行符，字母顺序排列），这样可以更容易地使用动态语言如果您已有声学模型，则使用非英语语言的建模器。

它应该工作的方式是你有一个你想要的语言的查找字典类似于cmu07a.dic是默认的英文查找字典，而LanguageModelGenerator处理其余的，所以我的声明需要多个如果您有一个可以查找发音的语音字典，则步骤和研究不一定是这种情况。在OpenEars forum非常感谢您在实践中对您如何运作的反馈（请不要在Stack Overflow上提供反馈或错误报告）。