Speech recognition 在实践中使用cmusphinx进行文本对齐，如何提高识别成功率？

我正在使用cmusphinx进行文本对齐。我下载了最新的sphinx4，通过使用代码附带的WSJ声学模型和字典修改其中一个演示来构建文本对齐器。它确实偶尔会起作用，但对于许多相当好的发音和简单的文本来说，它就是失败了

原因是什么？是不是我使用的语言模型太有限了，我应该下载更多的模型数据来提供给识别器？有没有什么好的预先打包的sphinx发行版可以让我不用使用不同的语言模型进行测试和配置软件

非常感谢：）

这是我认为重要的代码

byte[] bytes = readContentOfAOggFile();
ByteArrayInputStream inputStream = new ByteArrayInputStream(bytes);

grammar = (ResetableTextAlignGrammar) cm.lookup("textAlignGrammar");
grammar.setTextAfterAllocation(referenceText);


AudioInputStream ai = AudioSystem.getAudioInputStream(inputStream);
dataSource.setInputStream(ai, null);
dataSource = (AudioFileDataSource) cm.lookup("audioFileDataSource");
dataSource.setInputStream(stream, null);

result = recognizer.recognize();

请注意，此代码适用于半个单字句子

原因是什么

你需要分享你试图得到答案的数据

是不是我使用的语言模型太有限了，我应该下载更多的模型数据来提供给识别器

不太可能

有没有什么好的预先打包的sphinx发行版可以让我不用使用不同的语言模型进行测试和配置软件

---

一旦你共享了测试数据，就很容易说出那里发生了什么。

你能看看我这里的数据文件吗：都是16k单声道声音文件。共享的文件是ogg，现在是wav。对齐的文本是什么？文本是文件名。因为sphinx使用java声音，所以如果您在构建路径中包含了ogg解码器，那么使用ogg就可以了。我已经把它包括进去了，而且它在很多情况下都是有效的。@Ninolay Shmyrev我使用jdogg进行ogg解码。