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
12-22 467
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
12-31 521
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
sphinx4 声学模型自适应
hezhourongro的专栏
06-08 2552
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 3745
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 4573
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
[sphinx]中文语言模型训练
weixin_33966095的博客
09-15 417
一，不用分词的短词组语言模型训练 参考资源：http://cmusphinx.sourceforge.net/wiki/tutoriallm sphinx官方教程 1）文本准备 生成文本文件，内含一行一个的单词。头尾有<s> </s>标记，如下所示，其中单词前后都有空格。文件为utf-8格式，文件名为test.txt。 <s> 苏菲 &...
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