调试自定义词PocketSphinx.js的语音识别

Question

问题：我正在寻找一种调试工具/方法，当PocketSphinx.js 无法识别我定义的自定义词时，我可以使用它来发现问题所在。具体来说，我希望能够看到PocketSphinx.js 在无法识别单词时实际听到的音素。

详情：
我正在为网站开发语音界面。我需要使用自定义关键字，我正在使用PocketSphinx.js。我选择的自定义关键字是“Berk-o-bot”，CMU pronunciation 是“B ER K OW B AA T”。我在识别这个短语方面的成功率很低。 （我只认出大约四分之一的时间我会缓慢而有意识地说出这个词，如果我以正常速度说话，则永远不会。） 注意： 如果我将单词分成更小的块（Berk [B ER K]、Berk-O [B ER K OW]、O-bot [OW B AA T] 或 bot [B AA T]），更小的块很容易识别。

失败尝试的想法：

• 我怀疑识别器有困难，因为第一个和第三个音节有重音，但不是第二个。我尝试在发音 [B ER1 K OW0 B AA2 T] 中添加Arpabet Stress Symbols，但是当我尝试将单词添加到字典时，pocketsphinx.js 抛出了错误。
• 我还尝试在字典中添加多个发音，例如 BERK-O-BOT(2) [B ER K AO B AA T]、BERK-O-BOT(3) [B ER K AH B AA T] , BERK-O-BOT(4) [B ER K EH B AA T], BERK-O-BOT(5) [B ER K UH B AA T] 但在识别方面没有看到任何改进。
• 我是 pocketsphinx.js 的新手，所以上述两种方法可能有效，但我可能执行不正确。

Answer 1

您需要首先使用 pocketsphinx_continuous 和预先录制的音频文件使其在桌面上工作。成功后，您可以在具有相同配置和模型的网络浏览器中尝试。

如果仍然无法获得更详细的帮助，您可以共享音频文件和配置/模型。