Speech recognition 在pocketsphinx中指定声学模型的路径

我想建立一个基于音素的“对话系统”，听语音，将语音转换成一个音素串（不管有多错），处理/存储这些音素，并在音素级别播放它们。我的目标是使用festival/mbrola或espeak。所有这些都运行在一个raspberry pi上（该项目称为babble pi）

我遵循了这里非常好的说明：

我还通过命令获得了很好的识别：

pocketsphinx_continuous -hmm /usr/local/share/pocketsphinx/model/en-us/en-us -lm 3199.lm -dict 3199.dic -samprate 16000/8000/48000 -inmic yes

现在，我在sourceforge网站上阅读了这篇关于音素识别的文章：

而且还意识到prealpha5显然有一种新的二进制格式。 关于音素识别器的文章指出，基本上英语音素识别器是默认安装包的一部分，因此邀请您通过以下方式对其进行测试：

pocketsphinx_continuous -infile test/data/goforward.raw -hmm en-us -allphone model/en-us/en-us-phone.lm.dmp -backtrace yes -beam 1e-20 -pbeam 1e-20 -lw 2.0

我假设这篇音素文章引用的是（pocket-）sphinx的旧版本，因为它引用的是.dmp而不是.bin文件扩展名，所以我尝试：

pocketsphinx_continuous -infile test/data/goforward.raw -hmm en-us -allphone model/en-us/en-us-phone.lm.bin -backtrace yes -beam 1e-20 -pbeam 1e-20 -lw 2.0

但我得到了以下错误：

ERROR: "acmod.c", line 83: Folder 'en-us' does not contain acoustic model definition 'mdef'

看看en-us，实际上只有一个.dict、.lm.bin和电话文件。另一个en-us目录包含一个mdef文件以及其他几个文件。把它抄起来也没用

---

那么，该怎么办？是否卸载prealpha5并安装版本4？或者我可以在某处下载正确的文件吗？

设置为

en-us

的

-hmm

选项的参数是文件夹的路径。在您的情况下，这是一条相对路径。如果lm路径是

model/en-us/en-us phone.lm.bin

，那么

-hmm

路径必须是

model/en-us/en-us

，而不仅仅是

en-us

好吧，我想你的提示是正确的。实际上，en-us/en-us不起作用，但是model/en-us/en-us导致程序运行，直到“INFO:continuous.c（303）：pocketsphinx_continuous COMPILED ON”，然后在raspberry pi 2上大约需要40秒，我得到了电话列表。所以，是的，它起作用了！但是：哇，真慢！我读到它加载了130k个单词，这会让它变慢吗？我是否可以将.dict文件的大小调整到10k（假设它们是按频率排序的）？语音识别速度很慢，因为它考虑了大量的变体。您可以在命令行参数中添加命令行选项

-allphone\u ci yes

，使其更快但更不准确。130k单词的词汇量是不相关的。