Audio YouTube语音识别-包含特殊单词的音频？

我正在考虑一种机制，以确定youtube视频中是否有一个特殊的词，例如“hello world”。我真的不知道怎么做，但我的方法是：

• 通过youtube dl从youtube视频中提取音频
• pocketsphinx_连续存储在txt文件中的语音识别

但这是非常不可靠的。pocketsphinx_连续工作不太好

有人能提出一个好的解决办法吗

---

谢谢你的帮助

pocketsphinx\u continuous

本身内置了kws。

---

您可以使用

pocketsphinx\u continuous-hmm en us-infle file.wav-dict dictfile.dict-kws“keyphase”

最近的pocketsphinx有特殊的关键字定位模式来查找关键字（pocketsphinx\u kws-infle file.wav）。至于可靠性，你可能没有将音频转换成正确的格式，或者有其他问题。而且，pocketsphinx搜索关键字比任何解码都要有效。我没有找到任何网站解释“pocketsphinx_kws”。只有3页从谷歌返回？！你能解释一下我将如何使用它吗？我认为WAV文件有正确的格式：mono，16KHz，16bit，对吗？是的，这是一项最新技术。从subversion编译pocketsphinx，下载en us通用声学模型，将文件转换为16khz 16位单声道，运行

pocketsphinx_kws-hmm en us-infle file.wav-kws“关键字短语”