横向对比5大开源语音识别工具包，CMU Sphinx最佳

目前开源世界里存在多种不同的语音识别工具包，它们为开发者构建应用提供了很大帮助。这些工具各有哪些优劣?数据科学公司 Silicon Valley Data Science 为我们带来了 5 种流行工具包的深度横向对比。此前，他们曾为我们带来过流行深度学习框架的对比：《从 TensorFlow 到 Theano：横向对比七大深度学习框架》。

作为深度学习研发团队的一员，我们对于循环神经网络(RNN)和其他语音识别需要用到的方法都有所涉及。在几年之前，业内***的语音识别系统还是基于语音分析的方法，包含发音、声学和语言模型。通常，这些方法包含 n-gram 语言模型，以及隐马尔科夫模型(HMM)。在此，我们以这种模型作为基准，试图对比目前流行的一些语音识别方法。迄今为止，我们很难看到有人对开源语音识别模型进行过真正对比，希望本文可以抛砖引玉，为大家带来一些帮助。

本文回顾了使用传统 HMM&n-gram 语言模型的开源语音识别工具包。对于用户而言，大多数人都会知道 Siri 或 Cortana 这样的消费产品。而对于研发工程师来说，更灵活、更具专注性的解决方案则更符合需求，很多公司都会研发自己的语音识别通路。以下是目前开源世界上出现的流行工具包，以及我们对它们的各项评价。