【python下使用CMUSphinx实现中文识别】

为丽力

于 2021-11-28 15:09:45 发布

阅读量1.7k

点赞数 3

分类专栏： Python学习篇文章标签： python

本文链接：https://blog.csdn.net/qq_43106548/article/details/121591895

版权

Python学习篇专栏收录该内容

5 篇文章 0 订阅

订阅专栏

1.ahocorasick安装

pip install pyahocorasick

pip install SpeechRecognition
pip install PocketSphinx

声学模型和wav测试文件下载
密码:2yla

若要进行中文识别，需要两样东西。

一、语音文件

支持的格式有：

1 wav: 必须是 PCM/LPCM 格式
2 aiff
3 aiff-c
4 flac: 必须是初始 flac格式；ogg-flac 格式不可用

二、中文声学模型、语言模型和字典文件
下载地址：http://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/

在这里插入图片描述

安装步骤

1 下载cmusphinx-zh-cn-5.2.tar.gz并解压
在这里插入图片描述

2 在python(如果使用Anaconda安装python的就在Anaconda安装目录下)安装目录下找到Lib\site-packages\speech_recognition
在这里插入图片描述

3 点击进入pocketsphinx-data文件夹，并新建文件夹zh-CN

在这里插入图片描述

4 在这个文件夹中添加进入刚刚解压的文件，需要注意：把解压出来的zh_cn.cd_cont_5000文件夹重命名为acoustic-model、zh_cn.lm.bin命名为language-model.lm.bin、zh_cn.dic中dic改为pronounciation-dictionary.dict。

在这里插入图片描述

5 测试例子：

下面的wav文件下载地址如下(懒得自己录了，网上随便找的)：

链接：https://pan.baidu.com/s/1rlqj-R2zhQJegQ3FTcWNdg
提取码：ziex

程序如下(注意：如果使用记事本编写代码的话，一定要把它另存为utf-8编码格式)：

# -*- coding: utf-8 -*-
# /usr/bin/python
# Python版本：3.6.3
import speech_recognition as sr
r = sr.Recognizer()    #调用识别器
test = sr.AudioFile("当.wav")   #导入语音文件
with test as source:       
    audio = r.record(source)
type(audio)
c=r.recognize_sphinx(audio, language='zh-cn')     #识别输出
print(c)

6 运行结果如下(运行的时候卡住很久是正常现象)：

这识别效果简直就是不堪入目，