cmusphinx java_CMU Sphinx介绍

对于CMU Sphinx-4进行相关简单的介绍，并对其中的一些功能和使用进行相关说明。

Introduction：

CMU Sphinx:

由卡内基梅隆大学制作的用于语音识别的开源工具箱。

CMU Sphinx-4：

Sphinx-4是完全用Java语言写的先进的语音识别系统。它是通过卡内基梅隆大学Sphinx组，Sun微系统实验室、三菱电器研究实验室、惠普等联合完成的，同时美国加州大学圣克鲁斯分校和麻省理工学院也对其有贡献。

Capabilities：

1.实时模式以及批处理模式下的语音识别，能够识别离散和连续的语音。

2.通用可插拔的前端结构。包括实现预加重、汉明窗、FFT、Mel频率滤波器、离散余弦变换、倒谱均值归一化、倒谱的特征值提取，增量倒谱，双增量倒谱特征。

3.通用可插拔的语言模型结构。包括可插拔语言模型支持单元组、二元组、三元组、Java Speech API语法格式以及ARPA-格式FST文法的ASCII和二进制版本。

4.通用的声学模型结构。包括可插拔的支持Sphinx-3声学模型。

5.通用的搜索管理。包括可插拔的支持广度优先和字修剪搜索。

6.一些对于处理后的识别结果，包括获得的可信度分数，生成的格子以及嵌入到JSGF标签中的ECMAScript

7.独立的工具。包括用于显示波形图和频谱图，从音频中产生特征。

Performance：

Sphinx-4是一个复杂的系统，能够执行许多不同类型的识别任务。因此，很难用Sphinx-4对于一些简单数字的识别精度和速度来衡量性能。取而代之，通常会做一些在Sphinx-4上的回归测试来决定如何在多种多样的任务下执行。这些任务和最后的结果如下(每个任务