基于Sphinx的语音识别系统搭建

Sphinx中文训练教程

1. 准备工作
   （1）软件安装 （2）文本语料及录音文件的准备 （3）环境：windows10 X64操作系统
2. 注意事项
   （1）语料文件中的语句应该尽量选择领域相关的，在覆盖领域内名词的前提下，覆盖尽可能多的通用词汇（比如新闻联播）。
   （2）语料文件必须使用UltraEdit进行编辑，在编辑后，使用 UTF-8保存，指定文件中的中文使用utf8编码。
   （3）录音文件（设定：采样率（16000Hz）、通道（单声道）、比特率（16Kbps）
3. 软件安装(安装软件之后附上链接)
   (1) 点击安装ActivePerl.msi和ActivePython-2.7.2.5.msi（可默认安装路径，也可自己指定）
   （2）解压如图所示的四个文件到 D:\sphinxtrain 目录下
   
4. 准备文本语料
   （1）这里需要使用我们提供的脚本对input.txt进行处理，得到所需的文件（）。
   （2）将D:\sphinxtrain\cnprepare.py剪切到D:\sphinxtrain\sphinxtrain-1.0.8-win32\python目录下。
   （3）将D:\sphinxtrain\jieba.rar解压到D:\sphinxtrain\sphinxtrain-1.0.8-win32\python目录，确保jieba.rar中的文件dict.txt解压后的目录是D:\sphinxtrain\sphinxtrain-1.0.8-win32\python\jieba\dict.txt
   (4) 在DOS（win+R）环境下，运行如下命令：python D:\sphinxtrain\sphinxtrain-1.0.8-win32\python\cnprepare.py D:\sphinxtrain\userDic_utf8.dic D:\sphinxtrain\bergtrain\etc\input.txt D:\sphinxtrain\bergtrain\etc\bergtrain.txt D:\sphinxtrain\bergtrain\etc\bergtrain_train.transcription D:\sphinxtrain\bergtrain\etc\bergtrain.dic D:\sphinxtrain\bergtrain\etc\bergtrain_train.fileids
   cnprepare.py命令的格式是cnprepare
5. 接拷贝用于训练的两个文件，命令行如下：
   copy D:\sphinxtrain\bergtrain\etc\bergtrain_train.transcription D:\sphinxtrain\bergtrain\etc\bergtrain_test.transcription
   copy D:\sphinxtrain\bergtrain\etc\bergtrain_train.fileids D:\sphinxtrain\bergtrain\etc\bergtrain_test.fileids
6. 训练
   （1）生成训练目录
   进入 D:\sphinxtrain\bergtrain
   命令：python D:\sphinxtrain\sphinxtrain-1.0.8-win32\scripts\sphinxtrain -t bergtrain setup
   （2）语料预处理
   D:\sphinxtrain\cmuclmtk-0.7-win32\text2wfreq < bergtrain.txt > bergtrain.wfreq
   D:\sphinxtrain\cmuclmtk-0.7-win32\wfreq2vocab < bergtrain.wfreq > bergtrain.vocab
   D:\sphinxtrain\cmuclmtk-0.7-win32\text2idngram -vocab bergtrain.vocab -idngram bergtrain.idngram < bergtrain.txt
   D:\sphinxtrain\cmuclmtk-0.7-win32\idngram2lm -idngram bergtrain.idngram -vocab bergtrain.vocab -arpa bergtrain.arpa
   D:\sphinxtrain\sphinxbase-0.8-win32\bin\Release\sphinx_lm_convert -i bergtrain.arpa -o bergtrain.lm.DMP
   rem 生成.phone文件
   D:\sphinxtrain\sphinxtrain-1.0.8-win32\scripts\prepare\make_phoneset.pl bergtrain.dic bergtrain.filler > bergtrain.phone
   （3）训练与测试
   命令：python D:\sphinxtrain\sphinxtrain-1.0.8-win32\scripts\sphinxtrain run
   命令：python D:\sphinxtrain\sphinxtrain-1.0.8-win32\scripts\sphinxtrain -s decode run
7. 测试
   md D:\sphinxtrain\bergtrain\test\bergtrain.cd_cont_200
   copy /Y D:\sphinxtrain\bergtrain\model_parameters\bergtrain.cd_cont_200*.* D:\sphinxtrain\bergtrain\test\bergtrain.cd_cont_200
   copy /Y D:\sphinxtrain\bergtrain\etc\bergtrain.dic D:\sphinxtrain\bergtrain\test\bergtrain.dic
   copy /Y D:\sphinxtrain\bergtrain\etc\bergtrain.lm.DMP D:\sphinxtrain\bergtrain\test\bergtrain.lm.DMP
   进入：D:\sphinxtrain\bergtrain\test（播放1_1.wav文件 识别后将结果放入到d盘res.txt中。准确路大概在90%左右）
   pocketsphinx_continuous -infile 1_1.wav -hmm bergtrain.cd_cont_200 -lm bergtrain.lm.DMP -dict bergtrain.dic >>d:/res.txt