java - 边唱歌边连续语音识别？

Question

作为我的应用程序的一部分，我希望添加语音识别，但不是传统意义上的。我有一堆由某人演唱的歌词(分为经文)，我的想法是找到当前正在演唱的经文，以便可以在屏幕上显示。

我玩过 sphinx 并得到了一些基本的示例设置和工作，但是虽然似乎有很多关于注册语音文本的文档，您可以在其中等待延迟然后处理结果，但我不能发现很多关于连续识别句子的想法。这当然是在我开始唱这些词而不是说这些词之前!

有没有人有这方面的经验，如果有的话，有什么地方可以提供一个很好的起点吗？或者是我试图用狮身人面像实现的目标太过雄心勃勃，而且它永远不会真正正常工作吗？我愿意查看其他库，但它们必须是免费的，而 sphinx 是我能找到的讨论最广泛的库。

Answer 1

完全有可能在发音稍有延迟后立即识别语音。此外，如果您或多或少了解您期望得到什么。这称为“部分结果”，可通过 API 在所有 CMUSphinx 解码器中使用。基本上你可以检索过程中的假设。

关于如何稳定这个结果(如何提取它的稳定部分)有一个小问题需要考虑，但这种技术称为回溯并且可以很容易地实现

对于唱歌来说，如果可以过滤掉音乐也是可以的。