java - Sphinx4 荷兰语语言模型不起作用

Question

我刚刚从一个短文本文件创建了一个语言模型。我对英语和荷兰语都这样做了，主要是为了通过减少可能性来减少识别时间。我都使用 Sphinx 工具包和 basesphinx lm 到二进制转换器创建它们。荷兰语语言模型可以在这里找到:http://pastebin.com/txkxiAc6英文版可以在这里找到:http://pastebin.com/fr3Epj5b它们都很小，但英国人能识别它需要识别的一切。

荷兰人使用荷兰语 Voxforge 包和字典。英语版本使用 cmusphinx-en-us-8khz-5.2.tar.gz 和 pocketsphinx 中的默认字典。

代码是这样的:

Public static main(){
     configuration = new Configuration();
     configuration.setAcousticModelPath("src/main/resources/"+language+"/model");
     configuration.setDictionaryPath("src/main/resources/"+language+"/dict.dict");
     configuration.setLanguageModelPath("src/main/resources/"+language+"/model.lm.bin");
     context = new Context(configuration);
     recognizer = context.getInstance(Recognizer.class);
     recognizer.allocate();

     ----------GET INPUT STREAM AND SEND TO METHOD-------------

      RecognizeText(inputstream,outputstream)
}

private static String RecognizeText(InputStream stream, OutputStream os) throws Exception {
        context.setSpeechSource(stream, TimeFrame.INFINITE);
        Result result;
        while ((result = recognizer.recognize()) != null) {
            SpeechResult speechResult = new SpeechResult(result);
            return speechResult.getHypothesis();
        }
        return "";
    }

“语言”变量可以设置为荷兰语或英语以获得正确的语言。英语可以，但荷兰语不行。我的错误在哪里？我好像找不到啊

Dutch Acoustic Model 文件夹包含以下内容:

feat.params
mdef
means
mixture_weights
noisedict
transition_matrices
variances

Answer 1

荷兰模型非常老旧，已经5年没有更新了。我刚刚在 cmusphinx 网站上上传了一个新模型。

https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/Dutch/

它应该更准确，但仍然只用 13 小时的数据进行训练。英国模型训练时间超过1000小时。我们需要更多转录的荷兰语数据。