ruby-on-rails - 如何在 Ruby 应用程序中使用 CMU Sphinx 语音识别？

Question

我正在寻找如何将 CMU Sphinx 与 Ruby (Rails) 应用程序结合使用。我需要非常简单的任务 - 我有一个 mp3 文件，我想将它转录成文本。

如何实现这种最简单的方法？我不知道 C/C++，我的任务也不是为了学习 C/C++ :)

感谢您的帮助!

Answer 1

CMUSphinx 提供了多个接口(interface)，您可以使用这些接口(interface)来利用语音识别功能。其中一些可能更适合您，一些不太适合您:

1. 使用命令行工具并将它们作为 Rails 应用程序的外部二进制文件执行以获得所需的结果。要执行的工具是 pocketsphinx_continuous。有关如何从 Rails 调用二进制文件的更多信息，请参阅以下问题: how to execute binary on heroku?

2. 您可以使用 JVM 从 JRuby 调用 Sphinx4 框架，参见有关如何使用 Sphinx4 的示例 JRuby : http://cmusphinx.sourceforge.net/wiki/tutorialsphinx4#writing_scripts

3. 您可以使用 SWIG 实现 pocketsphinx 绑定(bind).简单的部分是 Python 的 swig 包装器已经作为 pocketsphinx 的一部分存在，您只需要使用 SWIG 生成 Ruby 包装器:https://sourceforge.net/p/cmusphinx/code/11643/tree/trunk/pocketsphinx/swig/

4. 最后，您可以使用 Java REST 框架实现 REST 网络，以使用 CMUSphinx 工具将音频转换为文本，并从您的 Ruby 代码调用该服务。有关详细信息，请参阅信息如何使用 REST from Rails这样您就可以使您的系统真正具有可扩展性。