ios - TLSphinx cmusphinx pocketsphinx 假设结果文本 空字符串 得分 负 (-) 数字

Question

我运行了自述文件中的示例代码 tryolabs/TLSphinx README.md ，Hypothesis的text属性的结果是空格，而score属性的结果是负数-4420。

为什么我在假设的文本属性中没有得到好的结果？

这是我的代码:

let hmm = localDocumentsURL.path // Path to the acustic model
let lm = localDocumentsURL.appendingPathComponent("6844").appendingPathExtension("lm").path // Path to the languaje model
let dict = localDocumentsURL.appendingPathComponent("cmudict-en-us").appendingPathExtension("dict").path // Path to the languaje dictionary

if let config = Config(args: ("-hmm", hmm), ("-lm", lm), ("-dict", dict)) {
    if let decoder: TLSphinx.Decoder = TLSphinx.Decoder(config:config) {

        let audioFile = Bundle.main.path(forResource: "audio16000", ofType: "wav")! // Path to an audio file

        do {
            try decoder.decodeSpeech(atPath: audioFile) {

                if let hyp: Hypothesis = $0 {
                    // Print the decoder text and score
                    print("Text: \(hyp.text) - Score: \(hyp.score)")
                } else {
                    // Can't decode any speech because of an error
                }
            }
        } catch {
            print(error)
        }
    } else {
        // Handle Decoder() fail
        print("Decoder fail")
    }
} else {
    // Handle Config() fail
    print("Config fail")
}

调试窗口中的文本字符数超出了堆栈溢出允许的字符数，因此我不显示它。

我仍然得到与使用 mp3 文件时相同的结果，除了当我使用 mp3 文件时，我得到一个空字符串而不是空格。我使用 Audacity 将 mp3 文件转换为 16000 Hz 采样率、签名 16 位 PCM 格式、16 位深度和单声道音频 channel 的 wav。这些是所需的规范。

Answer 1

Why is the text empty?

您使用的输入文件格式错误，它应该是 wav，而不是 mp3

Why is the score so low?

它不低，预计为负，因为它是对数分数

How would I fix this so that I get a text result and a high score?

使用正确的输入格式