java - CMUSphinx 德国命令和控制应用程序，准确性差

Question

我正在尝试使用 CMUSphinx 和 Java 实现德国命令和控制应用程序。到目前为止，应用程序应该只能识别几个单词(从 1 到 9 的数字，是/否)。

不幸的是，准确性非常差。看来，如果一个单词被正确识别，那只是偶然。

这是迄今为止我的 java 代码(改编自教程):

public static void main(String[] args) throws IOException {

    // Configuration Object
    Configuration configuration = new Configuration();

    // Set path to the acoustic model.
    configuration.setAcousticModelPath("resource:/cmusphinx-de-voxforge-5.2");

    // Set path to the dictionary.
    configuration.setDictionaryPath("resource:/cmusphinx-voxforge-de.dic");

    // use grammar
    configuration.setGrammarPath("resource:/");
    configuration.setGrammarName("dialog");
    configuration.setUseGrammar(true);

    LiveSpeechRecognizer recognizer = new LiveSpeechRecognizer(configuration);

    recognizer.startRecognition(true);
    SpeechResult result;
    while ((result = recognizer.getResult()) != null) {
        System.out.format("Hypothesis: %s\n", result.getHypothesis());
    }
    recognizer.stopRecognition();
}

这是我的语法文件:

#JSGF V1.0;

grammar dialog;

public <digit> = 1 | 2 | 3 | 4 |5 | 6 | 7 | 8 | 9 | ja | nein; 

我从这里下载了德语声学模型和词典:https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/German/

我在这里遗漏了一些明显的东西吗？问题出在哪里？

提前致谢并致以亲切的问候。

Answer 1

我尝试将 pocketsphinx 与英语和德语模型一起使用，并且在使用预定义/有限的短语集时，准确性非常好!您可以忘记诸如“您能给我在市中心找一家餐馆吗”之类的一般事情。

要使用 pocketshinx 获得良好的准确性:

• 检查您的麦克风、音频设备、文件和所有内容是否均为 16 kHz，同时使用此类声学示例训练通用模型。
• 您应该创建自己的自己的有限词典，您不能使用 cmusphinx-voxforge-de.dic，因为准确性会急剧下降。
• 您应该创建自己的语言模型。
• 您可以尝试修改发音文件以适应您的口音。

您可以搜索 Jasper project on GitLab看看它是如何实现的。您还可以查看documentation