android - Pocketsphinx在Android上使用音素识别的识别准确率不佳，法语

Question

我正在从事一个项目，我必须将 Pocketsphinx 的语音功能集成到一个 Android 应用程序中。事实上，我必须集成 Pocketpshinx 提供的音素识别功能，它应该能够识别法语中的音素，例如语音识别器应该能够识别音节(如“de”、“re”、“se”等)、辅音(如“m”、“f”、“g”等)、双辅音(如“kl”、“ks”、“gr”等)和元音(如“a”、“o”、“e”等)。现在，我已经集成了用于识别上述音素的 Pocketsphinx，但我的结果非常糟糕。例如，当我发“o”的时候，识别结果有时是:“SIL ff ei au”(即使我根本没有发字母“f”和“e”)，或者开头出现其他东西那不是发音。出现在开头的字母并不总是相同的(有时我会得到“ll”、“uu”等)。但有时，我发音的字母出现在开头(例如，对于“a”，我得到“SIL aa SIL”)，但这种情况很少发生。那么，请你们帮忙，让我知道可能是什么问题以及解决这个问题的任何建议？我是否需要只用我感兴趣的这些字母来创建语言模型和字典(因为字母的数量是固定的)？或者，也许我需要做声学模型的适配，或者训练声学模型？

非常感谢您!

Answer 1

在您的模型中找到 feat.params 并根据您的选择更改 -cmuinit 值，此外，将 "-kws_threshold" 的值更改为 1e-40f 用于消除误报。