Python 将Lmtool合并到PocketSphinx中？

我正在尝试创建一种简单的方法，将新关键字添加到PocketSphinx中。其想法是使用一个临时文本文件（通过脚本）将自动添加的单词（或短语）添加到

corpus.txt

、

dictionary.dic

和

language\u model.lm

目前最好的方法似乎是使用lmtool，然后用更新的版本替换前面提到的文件。然而，这带来了三个问题：

Lmtool对于大型库来说速度较慢，因此随着添加更多的单词，处理过程将以指数级的速度变慢

Lmtool需要一个半可靠的internet连接才能工作，我希望能够在脱机时添加命令

这不是添加命令的最有效的方法，并且与我正在进行的设置不兼容

我想做的是（如果可能的话）使用/创建一个离线版本的lmtool，它从一个临时文本文件（

input.txt

）获取输入，处理它们并将内容打印到三个临时文本文件（

dic.txt

，

lm.txt

，

corp.txt

）中

最后一步是运行一个脚本，该脚本将：

在

corp.txt

中获取输出，并将其添加到

corpus.txt

的末尾

查看

dictionary.dic

并在

dic.txt

中添加任何新词

以某种方式修改

language\u model.lm

，将新术语包含在

lm.txt

中

擦除三个输出文件的内容

我的问题是，是否有可能获得能够将结果输出到特定文本文件的lmtool的脱机版本？我知道自动化lmtool是可能的（根据他们的站点），但如果可能的话，我希望能够脱机运行该过程

还有，以前有没有人尝试过类似的东西，我可以用它作为指导

我在树莓pi上运行pocketsphinx，我知道它可能无法单独运行lmtool。我的计划是让lmtool在本地服务器上运行，并通过wifi/以太网与pi同步文件

---

任何帮助都将不胜感激。

如果您想在Raspberry Pi上本地生成dict和语言模型（至少2B型），您几乎没有选择余地

对于语言模型生成，您可以使用

或

（SRI语言建模工具包）

要在Raspbian上编译SRILM，您需要调整一些文件。 看看这里

对于字典生成，您可以使用

有了G2P型号（或者您可以自己使用生成FST），或者

（序列到序列G2P工具包）

基于此的g2p-seq2seq在RaspberryPi上不受官方支持。有关更多详细信息，请参阅

---

有关更多详细信息（用法、如何编译等…），请查阅相应工具包的文档。

第三个选项是在C+flite中实现的lmtool的自定义代码，用于g2p转换。它是在这里实现的，但可能不容易在Linux上编译：dict生成的第四个选项（可能）是使用espeak。首先使用IPA编写音素，然后将其转换为ARPABet。当然，你需要一个IPA到ARPabe的转换脚本。我会看看那些建议。到目前为止，CMUCLMTK下载得还不错，但按照Jasper网站上Phonetisaurus的下载说明进行操作会导致一个无法解决的未满足依赖性错误。如果您正在查找旧存档，请从下载Phonetisaurus