如何查看Pocketsphinx词典中是否存在单词？答案

【问题标题】：How to see if word exists in Pocketsphinx dictionary?如何查看Pocketsphinx词典中是否存在单词？
【发布时间】：2016-06-14 17:43:24
【问题描述】：

我只是想看看字典文件中是否存在字符串。（问题底部的字典文件）

我想检查语音识别器是否可以识别单词。例如，识别器将无法识别ahdfojakdlfafiop 的字符串，因为字典中没有定义。那么，我可以检查一个单词是否在 pocktsphinx 的字典中吗？

类似：

    if(myString.existsInDictionary){
startListeningBecauseExists();
    }else(
//Doesn't exist in dictionary!!!
       }

我只是想要一种方法来判断识别器是否可以听我想让它听什么。

这里是字典文件：

https://raw.githubusercontent.com/cmusphinx/pocketsphinx-android-demo/master/app/src/main/assets/sync/cmudict-en-us.dict

谢谢，

鲁基尔

【问题讨论】：

看看stackoverflow.com/questions/20418319/…
将字典文件中的所有单词读入ArrayList，并始终检查if(list.contains(myString))。
@BalwinderSingh 我知道如何读取文件，但是如果您查看我的问题中的链接，这并不是那么简单。每行旁边都有一个发音，我不在乎。我只关心每一行的单词。我怎样才能读到这些单词？
@ELITE 我知道如何读取文件，但是如果您查看我的问题中的链接，这并不是那么简单。每行旁边都有一个发音，我不在乎。我只关心每一行的单词。我怎样才能读到这些单词？
我刚刚重新发布了我的答案，包括从您的字典文件中读取一个字典文件。您可以在下面查看它，希望对您有所帮助。

标签： java android database voice-recognition cmusphinx

【解决方案1】：

在 C 中有 ps_lookup_word 函数可以让你查找单词：

if (ps_lookup_word(ps, "abc") == NULL) {
    // do something
}

在 Java 包装器中，它是一个方法 Decoder.lookupWord:

if(decoder.lookupWord("abc") == null) {
    // do something
}

在Android中，您可以通过Recognizer访问解码器：

if(recognizer.getDecoder().lookupWord("abc") == null) {
    // do something
}

【讨论】：

你不需要做两个识别器，你需要使用单个识别器并跨活动共享。
您请求识别服务获取一个单词并返回结果，只需添加另一个请求代码。
嘿 Nikolay，我想知道我们是否可以使用 Pocketsphinx 在 IOS 上进行连续语音识别。那可能吗？谢谢！
@NikolayShmyrev 你能告诉我我必须把这段代码放在android的什么地方

【解决方案2】：

使用BufferedReader读取文件并将所有单词存储在ArrayList中

ArrayList<String> dictionary = new ArrayList<>();
String line;
BufferedReader reader = new BufferedReader(new FileReader(dictionaryFile));
while((line = reader.readLine()) != null) {
    if(line.trim().length() <= 0 ) {
        continue;
    }
    String word = line.split(" ")[0].trim();
    word = word.replaceAll("[^a-zA-Z]", "");
    dictionary.add(word);
}

然后使用检查dictionary 中是否存在单词

dictionary.contains(yourString);

希望对你有所帮助。

【讨论】：

不用再浪费内存再读取文件了，解码器已经解析过了。此外，还可以在文件中的单词旁边将其他单词添加到解码器中。
在初始化系统之前只读取一次文件，而不是每次都检查工作。我同意它会浪费大量内存，因为它包含 ArrayList 中的所有单词...
你的代码在性能方面也非常低效，最好使用HashSet，而不是ArrayList。在十万个条目的列表中搜索元素不是一个好主意。

【解决方案3】：

您可以通过逐行读取字典来将字典加载到数组列表中并仅获取单词 do

arraylist.add(line.split("\\s+")[0]);

然后检查是否存在

if(arraylist.contains(word))

【讨论】：

@Ruchir Baronia 哦，抱歉 \s+ 是一个空格，并且在字典中有一个单词（你想要的）然后是一个空格，然后是你不想要的东西，所以如果你拆分它通过空格并获取数组中的第一个字符串，您将只得到单词
所以它会在空格之后分割所有内容？
@RuchirBaronia 它会将行拆分为字符串数组中的多个单词，并且您想要的单词是第一个单词，因此您将获得数组中的第一个字符串并将其添加到列表中
不用再浪费内存再读取文件了，解码器已经解析过了。此外，还可以在文件中的单词旁边将其他单词添加到解码器中。