【sphinx】sphinx4学习笔记
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了【sphinx】sphinx4学习笔记，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2720字，纯文字阅读大概需要4分钟。
内容图文
- sphinx-core工程是个java工程，内带两个例子，一个是helloword，其中涵多个功能，例如录音，对齐等。（还未挨个实验）
- 另一个是hellongram，就是语音识别。可以用到的参数文件有hellongram0.xml，hellongram9.xml,hellongram1.xml.其中1.xml中没有用到语言模型，而是用JSFG来定义句子的语言规则，貌似是用正则表达式规定了待识别的句子只有如下可能：（hello）（jim|kate|tom）等。
- hellongram0.xml是用于ngram语言模型的例子，xml文件中定义了声学模型，语言模型，词典的存放路径。
- recognize开始，先load所有可用的模型，到如下阶段，load模型定义文件mdef，然后分别根据均值，方差，转换矩阵分配池子和大小。然后对每一个声元（senone）建立一个池子（distFloor：最低分数值，看起来是识别最低阈值，varianceFloor：最低方差值）
variancePool = loadDensityFile(dataLocation + "variances", varianceFloor); mixtureWeightsPool = loadMixtureWeights(dataLocation + "mixture_weights", mixtureWeightFloor); transitionsPool = loadTransitionMatrices(dataLocation + "transition_matrices"); transformMatrix = loadTransformMatrix(dataLocation + "feature_transform"); senonePool = createSenonePool(distFloor, varianceFloor);
- 目前问题：试用demo自带的wsj模型目录时候，加载成功可以运行。而读取我训练的模型时候，加载错误。debug问题发现两个模型之间有如下不同
================ wsg-0.xml模型格式： ------------------------------- senone：4147 numGausePerSenone:8 means:33176=4147*8 variances:33176 streams:1 ================= male_result(my)模型格式： ----------------------------------- senone：186 GaussianPerSenone:256 means:1024 varians:1024 streams:4
分析原因，是否针对sphinx4加载的模型，有些参数是固定的，比如streams的个数，以及Gauss个数
【解决】
修改sphinx-config训练参数文件中，将semi改为cont，应该注意到其后的备注，使用pocketsphinx时候，是用semi格式，用sphinx3时候有cont格式，则对应的stream是1，gause数目是8.以此，得到cont模型，加载到sphinx4环境中，编译，ok！运行顺利，使用自己的模型，然后用自己的声音测试，结果如下：
Start speaking. Press Ctrl-C to quit. resultList.size=1 bestFinalToken=0050 -6.8291255E06 0.0000000E00 -1.0008177E04 lt-WordNode </s>(*SIL ) p 0.0 -10008.177{[长城][</s>]} 50 </s> -10008.177 0.0 50 长城 68886.47 0.0 4 <sil> 0.0 0.0 0 <s> 0.0 0.0 0result=<s> <sil> 长城 </s> resultList.size=1 bestFinalToken=0050 -6.8291255E06 0.0000000E00 -1.0008177E04 lt-WordNode </s>(*SIL ) p 0.0 -10008.177{[长城][</s>]} 50 </s> -10008.177 0.0 50 长城 68886.47 0.0 4 <sil> 0.0 0.0 0 <s> 0.0 0.0 resultList.size=2 bestFinalToken=0077 -7.2286605E06 0.0000000E00 -1.0008177E04 lt-WordNode </s>(*SIL ) p 0.0 -10008.177{[长城][</s>]} 77 </s> -10008.177 0.0 59 长城 68886.47 0.0 4 <sil> 0.0 0.0 0 <s> 0.0 0.0 1result=<s> <sil> 长城 </s> resultList.size=2 bestFinalToken=0077 -7.2286605E06 0.0000000E00 -1.0008177E04 lt-WordNode </s>(*SIL ) p 0.0 -10008.177{[长城][</s>]} best token=0077 -7.2286605E06 0.0000000E00 -1.0008177E04 lt-WordNode </s>(*SIL ) p 0.0 -10008.177{[长城][</s>]} 77 </s> -10008.177 0.0 59 长城 68886.47 0.0 4 <sil> 0.0 0.0 0 <s> 0.0 0.0 You said: [长城] Start speaking. Press Ctrl-C to quit.
sphinx4白皮书
原文：http://www.cnblogs.com/lijieqiong/p/5066813.html
内容总结
以上是互联网集市为您收集整理的【sphinx】sphinx4学习笔记全部内容，希望文章能够帮你解决【sphinx】sphinx4学习笔记所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。