Pocketsphinx语音识别--重新训练声学模型

最新推荐文章于 2020-12-31 02:48:14 发布
最新推荐文章于 2020-12-31 02:48:14 发布
阅读量2k 收藏
点赞数
分类专栏： 语音识别与语音合成
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ppp2006/article/details/21938263
版权
本文探讨了提高Pocketsphinx语音识别准确性的方法，主要聚焦于通过重新训练声学模型来达到目标。介绍了所需的工具，包括Pocketsphinx、Sphinxbase和Sphinxtrain，并提到了Acoustic和Language Models的下载链接，以帮助读者了解和实施模型训练过程。
摘要由CSDN通过智能技术生成

研究如何提高识别率 的问题。

1.重新训练。找到正确的训练方法。

工具：

http://sourceforge.net/projects/cmusphinx/files/

依次下载最新版的：

Pocketsphinx —用C语言编写的轻量级识别库，主要是进行识别的。

Sphinxbase — Pocketsphinx所需要的支持库，主要完成的是语音信号的特征提取&#

最低0.47元/天 解锁文章
皮熊
关注
专栏目录
pocketsphinx 模型库_PocketSphinx声学模型的训练与使用
weixin_39943868的博客
12-22 468
声学模型主要用于计算语音特征和每个发音模板之间的似然度。目的是为每个声学单元建立一套模型参数(通过不断地学习和改进得到最优的，也就是概率最大的一组HMM模型参数)。需要训练的情况：1)需要创建一个新的语音或者方言的模型；2)为你的小词汇的应用创建一个特定的模型；3)你有足够的大量的语音数据：单的人的话(控制指令)需要1小时的录音，200个人的话需要50小时的录音。4)你需要有语言的音素结构的知识；...
PocketSphinx语音识别系统----声学模型的训练与使用
ppp2006的专栏
03-27 1240
The good ways to obtain a database for a new language are: Manually segment audio recordings with existing transcription (podcasts, news, etc) Record your friends and family and colleagues
PocketSphinx语音识别系统声学模型的训练与使用
热门推荐
zouxy09的专栏
09-10 2万+
PocketSphinx语音识别系统声学模型的训练与使用 zouxy09@qq.com          声学模型主要用于计算语音特征和每个发音模板之间的似然度。目的是为每个声学单元建立一套模型参数（通过不断地学习和改进得到最优的，也就是概率最大的一组HMM模型参数）。 需要训练的情况： 1）需要创建一个新的语音或者方言的模型； 2）为你的小词汇的应用创建一个特定的模型； 3）你有足
pocketsphinx库学习用的一个简单的语言模型（lm、dic文件）
07-02
pocketsphinx库学习用的一个简单的语言模型（lm、dic文件），不想自己在线生成的可以下载下来简单测试下
PocketSphinx语音识别系统语言模型的训练和声学模型的改进
weixin_33802505的博客
05-19 194
PocketSphinx语音识别系统语言模型的训练和声学模型的改进zouxy09@qq.comhttp://blog.csdn.net/zouxy09        关于语音识别的基础知识和sphinx的知识，详细能够參考我的另外两篇博文：语音识别的基础知识与CMUsphinx介绍：http://blog.csdn.net/zouxy09/article/details/7941585Pock...
PocketSphinx语音识别系统语言模型的训练和声学模型的改进1
08-03
《PocketSphinx语音识别系统语言模型的训练与声学模型改进》 Sphinx是一个由美国卡内基梅隆大学研发的开源大词汇量、非特定人连续语音识别系统，受到CMU、DARPA等机构的支持。Sphinx系列中，Sphinx-4是一款基于JAVA...
pocketsphinx 模型库_[转] PocketSphinx语音识别系统声学模型的训练与使用
weixin_33958222的博客
12-31 522
PocketSphinx语音识别系统声学模型的训练与使用声学模型主要用于计算语音特征和每个发音模板之间的似然度。目的是为每个声学单元建立一套模型参数(通过不断地学习和改进得到最优的，也就是概率最大的一组HMM模型参数)。需要训练的情况：1)需要创建一个新的语音或者方言的模型；2)为你的小词汇的应用创建一个特定的模型；3)你有足够的大量的语音数据：单的人的话(控制指令)需要1小时的录音，200个人的...
pocketsphinx、speechrecognition中文语音包.rar
09-01
pocketsphinx是一款开源的、轻量级的语音识别引擎，它主要用于离线语音识别任务，特别适合于资源有限的设备上运行。该软件包是CMU Sphinx项目的一部分，由卡内基梅隆大学开发，具有良好的跨平台兼容性，支持Windows...
离线语音识别库32位pocketsphinx-0.1.15-cp39-cp39-win32.whl.7z
03-17
离线语音识别库pocketsphinx-0.1.15-cp39-cp39-win32.whl.7z是一款专为Python环境设计的语音识别工具，尤其适用于32位Windows系统。该库提供了在没有网络连接的情况下进行语音转文字的能力，这在许多应用场景中具有...
Android平台使用PocketSphinx做离线语音识别，小范围语音99%识别率
02-27
Android平台使用PocketSphinx做离线语音识别，小范围语音99%识别率
sphinx 声学模型和词典
11-30
pocketsphinx 声学模型和词典 tdt_sc_8k 支持utf-8格式
sphinx4 中文声学模型、词典、语言模型
01-29
sphinx4需要使用连续的声学模型，官网上下载下来的中文声学模型全是半连续的，这里提供能够在sphinx4中使用的中文声学模型
pocketsphinx语音库
10-13
成功运行的 pocketsphinx语音库，最好配合博客用
sphinx中文语音训练手册
04-29
本文档介绍Sphinx4在Windows下的中文训练过程及注意事项，与本文档配套的是我自己的训练实例bergtrain和用到的软件。 本文档编写日期 2013-04-23 1、为什么要训练？ sphinx4目前的版本中仅提供了英文等语音识别库。中文的库是PTM或semi类型的，在java版sphinx中无法使用。 2、Sphinx的训练指哪些内容？ 在Sphinx中有语言模型、声学模型等概念，如果你不想了解这些，请参考以下内容： a1、中文每个字的标准发音已经有一个较为全面的文件进行了标注 这个文件就是zh_broadcastnews_utf8.dic（下称这类文件为发音字典），在sphinx网站上可以下载，我们也包含了它。 下面是该文件的片断，它用类似拼音的方式标注了每个字或词的发音。 昌 ch ang 昌北 ch ang b ei 昌必 ch ang b i 昌都 ch ang d u 昌赫 ch ang h e a2、需要告诉sphinx我们经常使用的字、词是哪些，它们出现的频率如何 由于开放式语音识别尚难实现，所以sphinx实际上只能较好的处理相对小的语言集合。 因此，针对特定的领域，告诉sphinx该领域的词汇和各词出现的频率将极大提高识别率。 a3、需要告诉sphinx每个字、词的真正读音 发音字典告诉sphinx每个字的标准读音，但面对的说话人往往不会以标准读音来朗读。 因此sphinx需要学习说话人的“口音”。 如果训练时的读者发音比较标准，则sphinx能“举一反三”，识别其他不那么标准的读者的语音。 推荐的做法是训练一些典型的口音：标准男、女声，童音，最后再考虑特定用户的口音。 3、如何准备训练内容所需的原料？ 需要准备两大内容：1)文本语料文件，2)语料录音文件。 文本语料文件给出2.a2中需要的内容，在bergtrain的etc文件下的berginput.txt文件就是一个预料文件。 它以行为单位，给出了150个中文句子。 语料录音文件是根据文本语料文件，朗读它的每行/句话，保存到每一个语音文件即可。 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。 4、训练环境及注意事项 本文的训练软硬件如下： 硬件：T60P笔记本，机器自带录音设备；操作系统为Win7 32位。 软件：Sphinx cmuclmtk-0.7-win32.zip pocketsphinx-0.8-win32.zip sphinxbase-0.8-win32.zip sphinxtrain-1.0.8-win32.zip sphinx4-1.0beta6-bin.zip，用于编写java版的识别软件所需的库 脚本执行软件 ActivePerl-5.16.3.1603-MSWin32-x86-296746.msi ActivePython-2.7.2.5-win32-x86.msi 录音和处理软件 audacity-win-2.0.3rc1.zip，可进行录音和声音文件处理（如降噪），免费软件 FairStars.zip，可进行批量录音（V3.5绿色版） 文本编辑软件UltraEdit，UltraEdit-32.rar绿色版 注意： 文件格式 语料文件必须使用UltraEdit进行编辑， 在编辑后，使用 文件-转换-ASCII转UTF-8(UNICODE编辑)，指定文件中的中文使用utf8编码。 在保存前，设置格式如下： 换行符：UNIX终束符 - LF 指定文件中的回车/换行符为编码0A的换行符 格式：UTF-8 - 无BOM 每个文件的末尾必须有一个回车！ 这个回车将在保存时被替换为编码0A的换行符，训练脚本需要这个符号来确认文件的结束。 录音文件 如果你不希望去编辑训练中的配置文件，则在使用FairStars录音时作如下设定： 进入菜单和对话框 选项-显示录音选项-编码-WMA， 设定：采样率（16000Hz）、通道（单声道）、比特率（16Kbps） 5、训练步骤 下面逐步从零开始进行训练 5.1 软件环境的安装 将本文档所在的文件夹解压或拷贝到d:\，即本文档路径是d:\sphinxtrain\Sphinx中文训练教程.txt 1)点击安装ActivePerl-5.16.3.1603-MSWin32-x86-296746.msi和ActivePython-2.7.2.5-win32-x86.msi； 2)解压Sphinx中除sphinx4-1.0beta6-bin.zip外的压缩文件到d:\sphinxtrain下
sphinx4 声学模型自适应
hezhourongro的专栏
06-08 2554
如果你没有足够的数据去训练自己的声学模型，那么做自适应训练会比自己直接训练新的声学模型更好，5分钟的自适应语音就可以达到很好的效果，这是官方维基教程指出的，在谷歌上搜 spinx4 adapt 就可以找到wiki教程，如果你打不开这个网页，那就用代理翻墙，我就是这么干的。         sphinx4和pocketsphinx的自适应训练有一些地方会有所不同，这是因为pocektsphinx的
Linux 使用 pocketsphinx 做中文语音识别
kongxx的专栏
01-02 3746
前一篇博客说了一下怎么在 Windows 平台使用 pocketsphinx 做中文语音识别，今天看看在 Linux 上怎办实现。 由于 pocketsphinx 没有提供 Linux 的二进制包，因此我们需要自己根据源码编译。 下载 从下面地址下载源代码 https://sourceforge.net/projects/cmusphinx/files/ 这里，我使用的是 sphinxbase...
Windows 使用 pocketsphinx 做中文语音识别
kongxx的专栏
01-02 4575
下载安装 pocketsphinx 在 Windows 上，可以通过下面地址直接下载编译好的二进制可执行包。 https://cmusphinx.github.io/wiki/download/ 注：下载其中 pocketsphinx 的 5prealpha 版本。 下载后，解压之。 下载模型文件 模型文件下载地址 https://sourceforge.net/projects/cmusp...
用PocketSphinx做离线命令词识别
adzcsx2的博客
01-12 7173
主要内容转自Android平台使用PocketSphinx做离线语音识别，小范围语音99%识别率，在此只是记录一下实现过程中遇到的坑。 　　 最近语音识别很火，但是都是用的在线语音识别，研究了一下离线语音识别，小范围内的语音识别率还不错，在此记录一下 首先本文要说的两个前提1.android平台离线语音识别 2.小范围语音 小范围语音指的是相对固定的命令。本文的例子大概实现了20条
改进PocketSphinx：语言模型训练与声学模型优化
2. **累加观察序列**：这一过程涉及到收集和组合多个音频样本，以创建一个更全面的声学模型训练集。 3. **创建MLLR（最大似然线性回归）变换**：MLLR用于调整声学模型，使其能够更好地适应不同说话人的语音变化，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值