使用CMU Shinx，JSAPI和Google Speech API进行语音识别

Question

语音识别是我当前项目的众多功能之一，很可能是在J2EE中开发的（如果他们的选择合理，其他语言也会受到欢迎）。

google和SO上的大多数链接都提出了上面提到的三个选项，Sphinx 4，直接JSAPI和Google Speech API（向Google发送服务器调用，而不是将结果作为文本获取） ）。

对我来说，其他免费提供的选项有哪些？如果我使用Sphinx-4，我如何获得通用英语的语言模型？

Answer 1

是的，有。

1. 可以使用基本代码行的Google语音识别器包装器。您以FLAC或SPEEX格式发送语音音频，并获得识别和置信度分数。唯一的问题是谷歌可以像谷歌翻译一样关闭API。
2. 其他选择是使用Sphinx（Sphinx4或Pocketsphinx）。
3. 可以使用HTK（http://htk.eng.cam.ac.uk/）并使用HVite（HTK解码器）或其他类似Julius（http://julius.sourceforge.jp/en/） 。还有其他选项可以使用HTK来训练声学模型和/或语言和语法。

Voxforge拥有HTK和Sphinx的声学和语言模型（http://voxforge.org/）。

Answer 2

  

如果我使用Sphinx-4，我如何获得通用英语的语言模型？

您可以从CMUSphinx网站和其他地方下载它们。你也可以自己构建它们。其中一个可能的位置是

http://www.keithv.com/software/csr/