我使用Sphinx4一段时间非常符合我的需求。我加载一个识别器，将音频数据传递给它，并在我的应用程序中使用识别的字符串。
现在我正在开发一个C应用程序（不幸的是C ++不是一个选项），我需要类似的东西，并且认为我可以使用用C语言编写的Sphinx3。
问题在于我真的不知道它是如何在应用程序中使用的，并且没有“Hello World” - 例如Sphinx4提供它。
我已经编译并安装了sphinxbase和sphinx3，现在我可以在我的应用程序中包含sphinx头文件。
现在回答我的问题：
- 是否有一个“简单”且记录良好的示例应用程序，它使用来自C环境的sphinx3？
- 如何加载sphinx3引擎并使用我的二进制音频数据调用识别器？
- OR：我是否需要启动像“sphinx3_decode”这样的应用程序并从我自己的应用程序中调用它？如果是，那是否有一个示例应用程序？
提前谢谢！
祝你好运，
罗伯特
2 个答案:
答案 0 :(得分：4)
不建议使用Sphinx3。来自网站：
Sphinx-3是CMU的大词汇量语音识别系统。它的
我们继续维护的基于C的旧解码器。计划到了
在中使过时，它仍然是最准确的解码器
大量的词汇任务。我们正在使用它作为基线来检查
识别器准确性。此解码器仅适用于研究人员
想要评估ASR中的出血边缘方法，如树搜索方法。
如果你需要使用解码器，你应该使用pocketsphinx。您可以在网站上找到该教程和API文档
http://cmusphinx.sourceforge.net/wiki/tutorialpocketsphinx
http://cmusphinx.sourceforge.net/api/pocketsphinx/pocketsphinx_8h.html
答案 1 :(得分：-1)
我最近参与了旁遮普语言的综合项目。
以下是我们使用的一些步骤......
- 首先，我们以16000赫兹的采样率在一个真空房间录制了旁遮普音频数据。
- 然后我们将记录的数据用Praat软件分割成2到30秒的小wav和原始文件，并将它们保存在名为train的文件夹中。
- 然后我们采用了Linux系统。 Ubuntu并安装了所需的插件，如autoconfig，automake等和非解除Sphinx 3以及4个软件包cmuclmtk，pocketsphinx，sphinxbase，sphinxtrain。
- 然后根据小wav文件，我们制作了许多文件，如转录，dic，手机，填充，文件ID，ccs等。
- 然后我们打开终端并键入 - ＆＃34; sphinx_fe“以检查狮身人面像是否有效。
- 然后我们创建了一个名为“man”的文件夹，然后在终端中写下了它的路径。
- 然后我们运行命令 - “sphinxtrain -t man setup”。通过运行此命令，将在包含文件“feat_paramas”＆amp;的“man”文件夹中形成名为“etc”的文件夹。 “配置”。
- 根据我们的数据在配置文件中进行了更改。
- 然后我们移动了之前创建的所有文件，即。转录，在位于man文件夹中的etc文件夹中的dic。
- 然后我们将'lang1.sh'脚本放在etc文件夹中，剩下4个脚本放在man文件夹中。
- 然后我们在终端中打开etc文件夹的路径并运行命令 - “lang1.sh”
- 然后我们在终端中运行一系列命令 - “mfcgen2.sh”，然后是“verify3.sh”，然后是“hmm4.sh”，最后是“end-test.sh”以获得最终结果。
如果您已经使用过Sphinx 4，那么您可以了解上述步骤中提到的文件。我希望这会对你有所帮助。